Distributed architectures and secure software containers for multi-site medical cooperation

L’analyse de larges quantités de données biomédicales permet d’obtenir une meilleure précision des résultats et aide les chercheurs et les cliniciens à établir de bonnes diagnostiques et prendre les bonnes décisions. Les collaborations nationales et internationales qui explorent la médecine de précision se fondent sur des analyses sur des données provenant de populations variées et nombreuses. Les analyses biomédicales actuelles sont sujets à des problèmes en terme de protection de données.Dans cette thèse multidisciplinaire, nous contribuons à la résolution de ces problèmes par le développement d’analyses de données biomédicales distribuées ainsi que par leur déploiement dans des infrastructures informatiques et leur intégration dans des outils médicaux réels. Dans le cadre d’une application de transplantation rénale, nous proposons une nouvelle solution de contextualisation distribuée qui aide les cliniciens à évaluer les problèmes rénaux de patients. Pour la même application nous proposons également une nouvelle version distribuée de l’analyse factorielle des données mixtes (FAMD) pour la réduction des dimensions. Dans le cadre des données HLA, nous proposons un nouveau modèle distribué et sécurisé pour l’estimation de fréquences appliquées sur des bases de données HLA. Nous proposons également un nouveau algorithme pour l’estimation distribuée de la fréquence d’haplotypes HLA en utilisant l’algorithme EM. Toutes nos contributions ont été déployées sur une infrastructure réelle de nuage géodistribués et évaluées sur des données réelles ou réalistes. Les expérimentations ont montré de (très) bons résultats en terme de performances comparés aux solutions centralisées.The analysis of large quantities of biomedical data makes it possible to obtain better results and helps researchers and clinicians to establish good diagnoses and make the right decisions. National and international collaborations that explore precision medicine are based on analyzes of data from diverse and numerous populations. Current biomedical analyzes are subject to problems in terms of data protection. In this multidisciplinary thesis, we contribute to the resolution of these problems through the development of distributed biomedical data analyses as well as their deployment in IT infrastructures and their integration into real medical tools. As part ofa kidney transplant application, we provide a new distributed contextualization solution that helps clinicians assess patients’ kidney problems. For the same application, we also propose a new distributed version of Factor Analysis of Mixed Data (FAMD) for dimension reduction. In the context of HLA database, we propose a new distributed and secure model for frequency estimation applied to HLA databases. We also propose a new algorithm for the distributed estimation of HLA haplotype frequency using the EM algorithm. All our contributions have been deployed on a real geo-distributed cloud infrastructure and evaluated on real or realistic data. Experiments have shown (very) good results in terms of performance compared to centralized solutions