S'abonner

Les big data, généralités et intégration en radiothérapie - 22/11/17

Big data, generalities and integration in radiotherapy

Doi : 10.1016/j.canrad.2017.04.013 
C. Le Fèvre a, L. Poty b, G. Noël a, , c
a Département universitaire de radiothérapie, centre Paul-Strauss, unicancer, 3, rue de la Porte-de-l’Hôpital, 67065 Strasbourg cedex, France 
b Département informatique, centre Paul-Strauss, unicancer, 3, rue de la Porte-de-l’Hôpital, 67065 Strasbourg cedex, France 
c Laboratoire EA 3430, fédération de médecine translationnelle de Strasbourg (FMTS), université de Strasbourg, 67000 Strasbourg, France 

Auteur correspondant.
Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Wednesday 22 November 2017
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Résumé

Les nombreuses avancées dans les systèmes informatiques (collection de données, bases de données, stockage), les possibilités diagnostiques et thérapeutiques sont responsables d’une augmentation et d’une diversification des données disponibles. Les big data offrent les capacités, dans le domaine de la santé, d’accélérer les découvertes et d’optimiser la prise en charge des patients en combinant un nombre de données presque infini par la création de modèles thérapeutiques. En radiothérapie, le développement des big data est attrayant car les données à traiter sont très nombreuses et hétérogènes (démographiques, radiomiques, génomiques, radiogénomiques, etc.). La prédiction de l’efficacité et de la tolérance du traitement par irradiation serait alors optimisée. Avec ces nouveaux concepts, encore au stade préliminaire, il apparaît possible de développer une médecine de haute précision et personnalisée, toujours plus sécurisée et fiable.

Le texte complet de cet article est disponible en PDF.

Abstract

The many advances in data collection computing systems (data collection, database, storage), diagnostic and therapeutic possibilities are responsible for an increase and a diversification of available data. Big data offers the capacities, in the field of health, to accelerate the discoveries and to optimize the management of patients by combining a large volume of data and the creation of therapeutic models. In radiotherapy, the development of big data is attractive because data are very numerous et heterogeneous (demographics, radiomics, genomics, radiogenomics, etc.). The expectation would be to predict the effectiveness and tolerance of radiation therapy. With these new concepts, still at the preliminary stage, it is possible to create a personalized medicine which is always more secure and reliable.

Le texte complet de cet article est disponible en PDF.

Mots clés : Big data, Radiothérapie, Modèle prédictif, Cancer, Génomique, Radiosensibilité

Keywords : Big data, Radiotherapy, Predictive model, Cancer, Genomics, Radiosensitivity


Plan


© 2017  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.