Article

1 - CONTEXTE

2 - RÉGULATION

3 - CONTRÔLE

4 - PRÉVISION

5 - CONCLUSION

6 - GLOSSAIRE

7 - SIGLES, NOTATIONS ET SYMBOLES

Article de référence | Réf : AF1392 v1

Méthodes numériques de modélisation dans les applications biomédicales

Auteur(s) : Jacques DEMONGEOT

Date de publication : 10 mai 2023

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

RÉSUMÉ

La nécessité d’utiliser des méthodes numériques pour modéliser les très nombreuses données spatio-temporelles issues des observations médicales et biologiques est apparue au début des années 1970, du fait de l’explosion des outils d’acquisition en signal et image pour l’exploration et le suivi des patients. Ces méthodes relèvent de la théorie des systèmes dynamiques (modélisation et simulation), de la théorie du contrôle (identification et guidage) et de la statistique mathématique (inférence et classification). Les applications portent sur tous les domaines biomédicaux, de la prévision des pandémies au suivi des personnes dépendantes, en passant par l’analyse des signaux physiologiques, le guidage chirurgical et le diagnostic assisté par ordinateur.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

ABSTRACT

Numerical Methods of Modeling in Biomedical Applications

The need to use numerical methods to model the huge spatio-temporal data resulting from medical and biological observations appeared in the early 1970s, due to the explosion of signal and image acquisition tools for patient exploration and  follow-up. These methods fall under the theory of dynamic systems (modeling and simulation), control theory (identification and guidance) and mathematical statistics (inference and classification). The applications relate to all biomedical fields, from the pandemic forecasting to the monitoring of dependent people, including the analysis of physiological signals, surgical robotics and computer-assisted diagnosis.

Auteur(s)

  • Jacques DEMONGEOT : Professeur-praticien hospitalier émérite - Faculté de Médecine, Université Grenoble Alpes, La Tronche, France

INTRODUCTION

L’introduction quasi quotidienne de techniques de modélisation numérique dans la pratique médicale date de la généralisation de l’usage des micro-ordinateurs dans les hôpitaux et dans les cabinets médicaux au début des années 2000. La première étape a conduit à une accumulation de données (signaux physiopathologiques et images médicales), qu’il a fallu organiser dans de grandes bases de données. Ensuite, pour réduire ces données à leur contenu le plus explicatif en termes de connaissance sur les mécanismes biologiques à l’œuvre dans les maladies observées, une modélisation a été nécessaire. La seconde étape a consisté à nommer les variables d’état des modèles envisagés (position d’un organe, température, pression, concentrations des métabolites essentiels, etc.), puis à les spécifier à l’aide d’attributs (pression artérielle radiale systolique), à les identifier par un verbe dans des mécanismes (une concentration sanguine de glucose supérieure à 2g/l augmente le taux d’insuline sanguin) et à les placer dans un réseau d’interaction d’abord qualitatif, puis numérique à valeurs discrètes (booléen dans le cas de l’expression génique) et enfin à valeurs continues, dans le cadre d’équations différentielles. Le caractère numérique du modèle final permet sa simulation sur ordinateur et donc la prédiction du futur d’un état pathologique, en fonction de conditions initiales connues, résultant de l’observation des variables d’état du modèle chez un patient individuel, dans le cas d’un diagnostic et d’un traitement personnalisés, ou dans une population, dans le cas de la prévision de l’extension d’une épidémie.

Les applications d’une telle démarche touchent presque tous les domaines de la clinique médicale et de la pratique chirurgicale, si bien qu’on appelle parfois la médecine qui utilise les modèles, médecine 5P, chaque « P » ayant une signification précise : prédictive (si le modèle sert à poser un pronostic), personnalisée (si les variables sont acquises au niveau individuel, le modèle permettant des décisions thérapeutiques personnalisées), participative (les modèles pouvant être expliqués, validés et simulés par/pour de nombreux acteurs de santé, y compris le patient), préventive (les modèles permettant d’extraire les variables causales à contrôler avant l’apparition d’une pathologie) et pluri-experte (le modèle permettant le partage des simulations et des décisions entre les professionnels de santé). Les exemples des domaines d’application choisis sont : la prévision des pandémies, la physiologie cardiorespiratoire, le guidage du geste médical, le suivi des personnes dépendantes, l’expression des gènes et l’épidémiologie des facteurs de risque.

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

KEYWORDS

dynamical systems   |   biostatistics   |   computer-assisted diagnosis   |   pandemic forecasting   |   control theory

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-af1392


Cet article fait partie de l’offre

Mathématiques

(202 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Mathématiques

(202 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - McCULLOCH (W.), PITTS (W.) -   A Logical Calculus of Ideas Immanent in Nervous Activity.  -  Bull. Mathematical Biophysics 5, 115-133 (1943).

  • (2) - DELBRÜCK (M.) -   Unités biologiques douées de continuité génétique,  -  Éditions du CNRS, Paris, p. 33-34 (1949).

  • (3) - KAUFFMAN (S.A.) -   Metabolic stability and epigenesis in randomly constructed genetic nets.  -  J. Theor. Biol. 22, 437–467 (1969).

  • (4) - KAUFFMAN (S.A.) -   The Origins of Order,  -  Oxford University Press, Oxford (1993).

  • (5) - KAUFFMAN (S.A.), PETERSON (C.), SAMUELSSON (B.), TROEIN (C.) -   Random Boolean network models and the yeast transcriptional network.  -  Proc. Natl Acad. Sci. USA 100, 14796-14799 (2003).

  • (6) - THOMAS (R.) -   Boolean formalization...

Cet article est réservé aux abonnés.
Il vous reste 93% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Mathématiques

(202 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS