Le nouvel outil Ehrapy révolutionne l’analyse des données de santé

Dirigés par Helmholtz Munich, les scientifiques ont développé une solution logicielle accessible spécifiquement pour analyser des données médicales complexes sur la santé. Le logiciel open source « ehrapy » permet aux chercheurs de structurer et d’examiner systématiquement de vastes ensembles de données hétérogènes. Le logiciel est disponible pour la communauté scientifique mondiale pour utilisation et développement ultérieur.

Ehrapy vise à combler une lacune critique dans l’analyse des données de santé, déclare Lukas Heumos, l’un des principaux développeurs et scientifiques de l’Institut de biologie computationnelle du Centre Helmholtz de Munich et de l’Université technique de Munich (TUM) : « Jusqu’à présent il n’existe aucun outil standardisé pour l’analyse systématique et efficace de données médicales diverses et complexes. Nous avons changé cela avec Ehrapy. L’équipe derrière erapy est issue de la recherche biomédicale et possède une vaste expérience dans l’analyse d’ensembles de données scientifiques complexes. “Le système de santé est confronté aux mêmes défis en matière d’analyse des données que dans le cadre du travail en laboratoire”, a déclaré Heumos au début du projet Ehrapy.

Approche exploratoire – analyse sans hypothèse

Avec de nombreux autres contributeurs, Heumos a utilisé son expertise en développement de logiciels scientifiques pour développer une solution d’analyse des données des patients : « Ehrapy peut découvrir de nouveaux modèles et générer des informations sans avoir à analyser les données sur la base d’une hypothèse ou d’une hypothèse exploratoire spécifique. Cette approche, dit Heumos, est une caractéristique unique d’Ehrapy.

Ehrapy permet aux chercheurs de trier, regrouper et analyser des ensembles de données volumineux, hétérogènes et complexes sans hypothèses préalables. Cela ouvre de nouvelles perspectives qui peuvent ensuite être explorées plus en détail. Heumos explique : « L’approche exploratoire apporte de nouvelles perspectives à l’analyse des données de santé. En raison de leur complexité et de leur hétérogénéité, ces données ne sont souvent pas analysées aussi efficacement qu’elles pourraient l’être. » Ehrapy ouvre ainsi de nouvelles opportunités pour rendre les données de santé plus utilisables pour la recherche et la pratique médicale.

L’objectif à long terme : une utilisation courante en pratique clinique

Ehrapy a été conçu dès le départ comme un logiciel open source. «Il était important pour nous de rendre le logiciel accessible à la communauté scientifique dès le premier jour», souligne Heumos. Le logiciel est disponible sous forme de package Python sur GitHub, une plateforme de développement de logiciels en ligne, et peut être utilisé et développé par des chercheurs du monde entier.

ehrapy se concentre actuellement sur l’analyse efficace et rapide des ensembles de données de recherche, tels que ceux stockés dans les grands centres de recherche en santé. « L’utilisation courante dans la pratique clinique est un objectif à long terme, mais pour l’instant, nous nous efforçons de fournir à la communauté des chercheurs un outil puissant », explique Heumos.

À l’avenir, l’équipe prévoit de fournir des bases de données standardisées pour les dossiers de santé électroniques (DSE). Ces bases de données permettront une meilleure intégration et analyse de grandes quantités de données médicales. De plus, cela facilitera le développement d’atlas de DSE pouvant servir d’ensembles de données de référence pour contextualiser et annoter de nouveaux ensembles de données.

Un long voyage

« Ehrapy permet une analyse complète des données inter-systèmes, ce qui peut constituer une étape cruciale pour les futurs systèmes d’IA en médecine. J’espère donc une introduction relativement rapide à différents endroits », déclare le professeur Fabian Theis, directeur de l’Institut de biologie computationnelle au Centre Helmholtz de Munich et professeur à la TUM : « La mise en place de telles technologies en médecine est un long processus qui prend du temps. des décennies peuvent prendre. Notre objectif est de combler le fossé entre la recherche biomédicale et les applications pratiques en médecine. » Theis explique en outre que l’équipe de développement se concentre sur les méthodes d’analyse exploratoire des données sous une forme holistique afin de découvrir plus facilement les liens cachés. « Nous essayons également de soutenir les acteurs académiques et commerciaux de la santé. »