Anne-Sophie Taillandier, directrice de TeraLab. ©DR
Intervenant auprès des acteurs de l’agriculture, l’énergie, l’industrie ou encore la santé, TeraLab s’impose de plus en plus dans le paysage numérique. Pourriez-vous nous présenter cette plateforme ?
Anne-Sophie Taillandier : Depuis le début du projet, TeraLab a été créé avec un objectif principal : accélérer l’adoption de technologies autour de la donnée. Pour nous, il fallait alors faciliter les transferts de données entre les laboratoires de recherche et les entreprises. Ces dernières devaient aussi pouvoir travailler avec des start-ups et autres structures innovantes. La modélisation des données est également beaucoup plus réaliste lorsqu’elle est effectuée sur les données réelles d’une entreprise donnée. Pourtant, la plupart ignorent la valeur de leurs données, et ont des difficultés à les mettre à disposition. D’autant que pour assurer la gestion et le partage de ces données, il faut mettre en place une architecture technique complexe, qui peut représenter un frein non négligeable. C’est dans ce contexte que nous avons développé TeraLab, une plateforme numérique dédiée au Big Data et à l’intelligence artificielle (IA).
Quel est le fonctionnement de TeraLab ?
TeraLab ouvre un environnement sécurisé, neutre et souverain, dans lequel les fournisseurs de données vont pouvoir les placer. De notre côté, nous mettons en place une architecture technique qui soit la plus proche possible de ce qui pourrait être, par la suite, utilisé pour la mise en production. Puis, nous mettons ces données à disposition d’un chercheur, d’un consortium ou d’une entreprise innovante. Nous accompagnons chacun de ces acteurs dans un environnement de confiance : l’entreprise sait où partent ses données, qui sont sécurisées. Les chercheurs sont, quant à eux, sûrs que les droits de regard sur leur travail sont limités. Au quotidien, nous travaillons donc avec les responsables sécurité des entreprises, pour mettre en place un environnement technique et juridique sécurisé, mais aussi adapté à la sensibilité des données.
Qu’en est-il des données de santé ?
Les données de santé bénéficient naturellement d’un niveau élevé dans leur traitement et leur sécurisation. Elles relèvent même du niveau le plus élevé. Après avoir reçu les différentes autorisations légales pour leur traitement, dont le feu vert de la Commission nationale de l'informatique et des libertés (CNIL), nous récupérons ces données et les plaçons dans une zone complètement sécurisée de TeraLab. Elles sont ensuite accessibles aux chercheurs qui travaillent dans un espace de travail totalement isolé. Comme dans les laboratoires qui utilisent des boîtes à gants pour isoler les agents à risque, le data scientist peut alors voir les données, les manipuler, mais en aucun cas les sortir ou les transporter.
Depuis 2014, TeraLab a accompagné environ 80 projets dans de nombreux secteurs, dont la santé. Quelles en sont les principales applications dans ce cas précis ?
TeraLab s’est en effet inscrit dans le monde de la santé depuis plusieurs années. Nous avons, par exemple, été partie prenante dans le projet Diatabase du consortium M4P, dédié au diabète. Plus récemment, nous sommes également présents au sein des travaux du consortium européen MAESTRIA (Machine Learning Artificial Intelligence for Early Detection of Stroke and Atrial Fibrillation). Coordonné par Sorbonne Université et l’Assistance Publique - Hôpitaux de Paris, ce projet né il y a cinq ans utilise l’IA afin de prévenir les risques d’AVC et d’affections du rythme cardiaque. Habitué à travailler au niveau européen, TeraLab remplit en quelque sorte les fonctions de datahub. La plateforme a alors en charge la constitution d’un plan de gestion des données, prenant en compte leur mise à disposition en tant que telle, mais aussi l’intégration des différentes contraintes juridiques propres à ce type de projets internationaux. Concrètement, les différents chercheurs du consortium, s’ils veulent accéder aux données, devront en faire la demande au niveau européen. Une fois l’accord obtenu, nous leur “pousserons” les données concernées par leurs recherches, qu’ils travaillent sur le machine learning, les jumeaux numériques, l’aide au diagnostic, la création d’outils de thérapie personnalisée…
Avez-vous constaté des spécificités inhérentes au monde de la santé ?
La principale spécificité, ce sont les différentes réglementations qui existent autour des données de santé. Mais il est tout à fait normal qu’elles soient protégées. Ce sont des données particulières qui impliquent une réglementation particulière. Celle-ci est cependant assez complexe et peut freiner l’utilisation potentielle de la donnée. Même en ayant l’accord de la CNIL, nous observons par exemple une certaine réticence de la part des propriétaires de données. Encore une fois, cela est tout à fait normal compte tenu de la sensibilité de ces données, mais cette situation est très spécifique au secteur de la santé.
Observez-vous une typologie particulière dans les différents travaux accompagnés par TeraLab ?
Je définirais ici deux principaux types de projets : certains, plutôt verticaux, qui utilisent la donnée de façon globale, et d’autres, à visée plus transversale, qui s’attachent à contextualiser le patient ou son parcours. D’une manière générale, comme bon nombre de domaines, la santé est le terrain d’innovations et de travaux très intéressants, impliquant l’IA, le traitement de l’image ou l’aide au diagnostic. L’utilisation d’importants jeux de données dans le traitement de l’image et l’aide au diagnostic fait d’ailleurs partie des projets verticaux que j’évoquais plus haut. En complément, de nombreux travaux portant aussi sur la personnalisation du soin, le parcours patient et la contextualisation du soin. Dans le cadre du projet Diatabase, par exemple, certains chercheurs ont intégré des données de nutrition ou d’activité physique. Même si ces éléments étaient auparavant pris en compte par les médecins, le numérique apporte ici une information plus complète et factuelle. Un atout essentiel, j’en suis sûre, pour la médecine de demain.
Article publié dans l'édition de décembre 2021 d'Hospitalia à lire ici.
Anne-Sophie Taillandier : Depuis le début du projet, TeraLab a été créé avec un objectif principal : accélérer l’adoption de technologies autour de la donnée. Pour nous, il fallait alors faciliter les transferts de données entre les laboratoires de recherche et les entreprises. Ces dernières devaient aussi pouvoir travailler avec des start-ups et autres structures innovantes. La modélisation des données est également beaucoup plus réaliste lorsqu’elle est effectuée sur les données réelles d’une entreprise donnée. Pourtant, la plupart ignorent la valeur de leurs données, et ont des difficultés à les mettre à disposition. D’autant que pour assurer la gestion et le partage de ces données, il faut mettre en place une architecture technique complexe, qui peut représenter un frein non négligeable. C’est dans ce contexte que nous avons développé TeraLab, une plateforme numérique dédiée au Big Data et à l’intelligence artificielle (IA).
Quel est le fonctionnement de TeraLab ?
TeraLab ouvre un environnement sécurisé, neutre et souverain, dans lequel les fournisseurs de données vont pouvoir les placer. De notre côté, nous mettons en place une architecture technique qui soit la plus proche possible de ce qui pourrait être, par la suite, utilisé pour la mise en production. Puis, nous mettons ces données à disposition d’un chercheur, d’un consortium ou d’une entreprise innovante. Nous accompagnons chacun de ces acteurs dans un environnement de confiance : l’entreprise sait où partent ses données, qui sont sécurisées. Les chercheurs sont, quant à eux, sûrs que les droits de regard sur leur travail sont limités. Au quotidien, nous travaillons donc avec les responsables sécurité des entreprises, pour mettre en place un environnement technique et juridique sécurisé, mais aussi adapté à la sensibilité des données.
Qu’en est-il des données de santé ?
Les données de santé bénéficient naturellement d’un niveau élevé dans leur traitement et leur sécurisation. Elles relèvent même du niveau le plus élevé. Après avoir reçu les différentes autorisations légales pour leur traitement, dont le feu vert de la Commission nationale de l'informatique et des libertés (CNIL), nous récupérons ces données et les plaçons dans une zone complètement sécurisée de TeraLab. Elles sont ensuite accessibles aux chercheurs qui travaillent dans un espace de travail totalement isolé. Comme dans les laboratoires qui utilisent des boîtes à gants pour isoler les agents à risque, le data scientist peut alors voir les données, les manipuler, mais en aucun cas les sortir ou les transporter.
Depuis 2014, TeraLab a accompagné environ 80 projets dans de nombreux secteurs, dont la santé. Quelles en sont les principales applications dans ce cas précis ?
TeraLab s’est en effet inscrit dans le monde de la santé depuis plusieurs années. Nous avons, par exemple, été partie prenante dans le projet Diatabase du consortium M4P, dédié au diabète. Plus récemment, nous sommes également présents au sein des travaux du consortium européen MAESTRIA (Machine Learning Artificial Intelligence for Early Detection of Stroke and Atrial Fibrillation). Coordonné par Sorbonne Université et l’Assistance Publique - Hôpitaux de Paris, ce projet né il y a cinq ans utilise l’IA afin de prévenir les risques d’AVC et d’affections du rythme cardiaque. Habitué à travailler au niveau européen, TeraLab remplit en quelque sorte les fonctions de datahub. La plateforme a alors en charge la constitution d’un plan de gestion des données, prenant en compte leur mise à disposition en tant que telle, mais aussi l’intégration des différentes contraintes juridiques propres à ce type de projets internationaux. Concrètement, les différents chercheurs du consortium, s’ils veulent accéder aux données, devront en faire la demande au niveau européen. Une fois l’accord obtenu, nous leur “pousserons” les données concernées par leurs recherches, qu’ils travaillent sur le machine learning, les jumeaux numériques, l’aide au diagnostic, la création d’outils de thérapie personnalisée…
Avez-vous constaté des spécificités inhérentes au monde de la santé ?
La principale spécificité, ce sont les différentes réglementations qui existent autour des données de santé. Mais il est tout à fait normal qu’elles soient protégées. Ce sont des données particulières qui impliquent une réglementation particulière. Celle-ci est cependant assez complexe et peut freiner l’utilisation potentielle de la donnée. Même en ayant l’accord de la CNIL, nous observons par exemple une certaine réticence de la part des propriétaires de données. Encore une fois, cela est tout à fait normal compte tenu de la sensibilité de ces données, mais cette situation est très spécifique au secteur de la santé.
Observez-vous une typologie particulière dans les différents travaux accompagnés par TeraLab ?
Je définirais ici deux principaux types de projets : certains, plutôt verticaux, qui utilisent la donnée de façon globale, et d’autres, à visée plus transversale, qui s’attachent à contextualiser le patient ou son parcours. D’une manière générale, comme bon nombre de domaines, la santé est le terrain d’innovations et de travaux très intéressants, impliquant l’IA, le traitement de l’image ou l’aide au diagnostic. L’utilisation d’importants jeux de données dans le traitement de l’image et l’aide au diagnostic fait d’ailleurs partie des projets verticaux que j’évoquais plus haut. En complément, de nombreux travaux portant aussi sur la personnalisation du soin, le parcours patient et la contextualisation du soin. Dans le cadre du projet Diatabase, par exemple, certains chercheurs ont intégré des données de nutrition ou d’activité physique. Même si ces éléments étaient auparavant pris en compte par les médecins, le numérique apporte ici une information plus complète et factuelle. Un atout essentiel, j’en suis sûre, pour la médecine de demain.
Article publié dans l'édition de décembre 2021 d'Hospitalia à lire ici.
Envoyer à un ami
Version imprimable
Partager