Exposé intitulé :

BIG DATA APPLIQUEE A LA

SANTE
Proposée par:
Mme.TRABELSI Soumaya

Dans le cadre de séance :

Introduction au Big Data et Cloud
Réalisé par :
Yosser AYADI Yesmine MOALLA

2023/2024
 Plan
01 Introduction
Source de données en
santé 05

02 Définition du Big Data Les limites du Big Data

en santé 06

03 Les trois V de Big Data

L'avenir de Big Data en
santé 07

04 L'importance du Big
Data en santé
Conclusion
08
1
1-Introduction
Le Big Data représente des ensembles de données
volumineux, complexes, et résistant aux méthodes de
traitement conventionnelles, avec des domaines tels
que la santé générant d'importantes quantités de
données issues de multiples sources, telles que les
systèmes hospitaliers, les données de santé
personnelles et la recherche médicale.
Il possède le potentiel de révolutionner le secteur de
la santé, ouvrant la voie à des avancées significatives
dans la gestion des patients, la prévention des
maladies, le développement de nouveaux médicaments
et traitements, ainsi que la réduction des coûts de soins
de santé.
2
2- Définition du Big data

Le "big data" est un terme qui fait référence à de

grandes quantités de données, souvent très diverses
et générées à une vitesse rapide.

Ces données sont collectées, stockées et analysées

pour en extraire des informations utiles et des
modèles, ce qui peut aider les entreprises et les
organisations à prendre des décisions plus éclairées.

3
3-Les trois V de Big Data
Le volume fait référence à la grande quantité de données
générées et stockées. Dans le contexte du big data, les
données sont générées à une échelle massive, bien au-delà de
ce que les systèmes de gestion de données traditionnels
peuvent gérer.
LE VOLUME
La vitesse fait référence à la rapidité à laquelle les données
sont générées et doivent être traitées. Les données en temps
réel ou quasi temps réel sont courantes dans le domaine du
big data, nécessitant des systèmes capables de traiter ces
LA VITESSE LA VARIÉTÉ
données à une vitesse impressionnante.
La variété signifie que les données du big data proviennent de
diverses sources et sont de nature hétérogène. Elles peuvent
inclure des données structurées (comme des bases de données),
des données semi-structurées (comme des documents XML) et
des données non structurées (comme des vidéos, des images, des
textes). 4
4- L'importance du Big Data en santé:
01 Meilleur diagnostic et prise en charge des
02 Amélioration de la prévention
patients
Le big data peut être utilisé pour développer des Le big data peut être utilisé pour identifier
systèmes d'aide au diagnostic qui peuvent aider les les facteurs de risque de maladies, ce qui
médecins à prendre des décisions plus rapides et peut permettre de mettre en place des
plus précises. Il peut également être utilisé pour programmes de prévention plus efficaces.
personnaliser les traitements en fonction des
caractéristiques individuelles des patients.

03 04
Développement de nouveaux médicaments Amélioration de la gestion des soins
et traitements de santé

Lle big data peut être utilisé pour accélérer la Le big data peut être utilisé pour améliorer
recherche médicale et le développement de l'efficacité et la coordination des soins de santé,
nouveaux médicaments et traitements. ce qui peut contribuer à réduire les coûts.

5
5- Source de données en santé :
Les sources de données en santé pour le big
data incluent les dossiers médicaux
électroniques (DME) des hôpitaux et des
cliniques, les dispositifs médicaux connectés tels
que les moniteurs de santé personnels, les
données génétiques provenant du séquençage
de l'ADN, les images médicales comme les
radiographies et les IRM, ainsi que les données
de médias sociaux et de santé publique qui
permettent de suivre les tendances et les
réactions aux problèmes de santé.
6
6- Les limites du Big Data en santé :
01 Confidentialité et sécurité
des donnée
La protection des données médicales
sensibles est une préoccupation majeure.
Les fuites de données peuvent avoir des
conséquences graves, et il est essentiel de
mettre en place des mesures de sécurité
robustes pour prévenir de telles situations.
04 Éthique et
réglementation
Les questions éthiques entourant la collecte,
le stockage et l'utilisation des données en
santé sont cruciales. Des réglementations
strictes, comme le Règlement général sur la
protection des données (RGPD), sont en place
pour protéger la vie privée des patients.
02 Intégration de données
Les données en santé proviennent de
sources diverses, et leur intégration peut
être complexe. Assurer l'interopérabilité
entre les systèmes et les normes est un défi
important.
05 Gestion des données
massives
La gestion et le stockage des vastes
quantités de données générées en santé
peuvent être coûteux et complexes. Les
solutions d'infrastructure doivent évoluer
pour faire face à ces besoins.
03 Qualité des données
Les données en santé doivent être précises
et fiables pour garantir des résultats
corrects. Les incohérences ou les erreurs
dans les données peuvent compromettre la
prise de décisions médicales.
06 Analyse avancée
L'analyse de ces données massives nécessite
des compétences et des ressources en
termes de personnel et de matériel
informatique, ce qui peut représenter un défi
pour de nombreuses institutions de santé.
7
07 Interprétation des
résultats 08 Coût 09 Acceptation par les
professionnels de la santé
Extraire des informations médicales L'investissement nécessaire pour mettre en Les médecins et les professionnels de la
significatives à partir des données brutes place des infrastructures et des santé doivent être convaincus de l'utilité des
peut être difficile. Les résultats doivent être technologies de big data en santé peut être analyses de big data pour qu'elles soient
interprétés par des professionnels de la élevé, ce qui peut représenter un obstacle largement adoptées dans les pratiques
santé pour être utilisés de manière efficace. pour certaines organisations. médicales.

10 Évaluation des
bénéfices réels

Il est essentiel de démontrer que l'utilisation

du big data en santé conduit à des
améliorations tangibles en matière de soins
de santé, de diagnostic, de traitement et de
prévention.

8
7- L'avenir de Big Data en santé :

L'avenir du big data en santé est prometteur.

La quantité de données de santé disponibles ne
cesse d'augmenter, grâce à l'utilisation
croissante des objets connectés, des données de
santé électroniques et des données de
recherche.
Cette augmentation de la quantité de données
permettra de développer de nouvelles
applications du big data en santé, qui auront un
impact encore plus positif sur la santé des
populations.
9
Voici quelques exemples d'applications du big data en santé qui pourraient se développer dans le futur :

le big data peut être utilisé pour développer des traitements

La médecine personnalisée personnalisés en fonction des caractéristiques individuelles des
patients

Presentations are tools that

can be used as lectures
le big
le big data data
peut peut
être être
utilisé utilisé
pour pour
suivre identifier
l'évolution lesmaladies
des patientset
à risque
La médecine prédictive identifierdelesdévelopper
facteurs deune maladie,
risque, ce quice qui permet
permet de mettre
de mettre endes
en place place
mesuresdes de interventions
santé publiquepréventives.
plus efficaces.

le big data peut être utilisé pour suivre l'évolution des maladies et
La santé publique identifier les facteurs de risque, ce qui permet de mettre en place
des mesures de santé publique plus efficaces.

10
8- Conclusion:
Le big data est une technologie émergente qui
a le potentiel de révolutionner de nombreux
domaines, dont celui de la santé.
En collectant, analysant et tirant des insights
de grandes quantités de données, le big data
peut contribuer à améliorer la prévention, le
diagnostic, le traitement et la recherche
médicale.

12
MERCI DE VOTRE
ATTENTION

13