L'Atelier retranscrivait hier les enjeux du projet Human Face of Big Data, dont le but est de rassembler des données passives et actives permettant de répondre à des problématiques sociétales. L'une de celles-ci étant la santé. Des entrepreneurs et scientifiques ont en effet présenté leur travail afin de mettre en valeur certains des bénéfices concrets du Big Data via des initiatives comme la lutte contre le diabète, la malaria, et les arrêts cardiaques. Selon eux, ces données permettront en effet soit d'obtenir plus de données, soit de recueillir des informations plus précises sur des usages et des spécificités locales. Par exemple, un projet luttant contre la malaria, cible les tweets évoquant une cure potentielle, grâce à un système d’analyse des réseaux sociaux qui montre la fréquence et les liens entre les mots. Puis il permet de déterminer les pays dans lesquels ils ont été émis et depuis quelles sources.

Lutter contre le diabète

"A condition de l’exploiter avec vigilance et intelligence, le Big Data et toutes les technologies qu’il sous-tend pourraient avoir un impact sur l’humanité comparable à celui du langage et de l’art, dans un futur plus proche qu’on ne le pense", note Rick Smolan, le fondateur du projet. Et c’est ce que prouve le cas de Sebastien Sasseville qui utilise des capteurs biométriques afin de se préparer avant un effort physique et aider la science à vaincre sa maladie. En effet, ce triathlète est un alpiniste qui a gravi le sommet du mont Everest alors qu’il souffre de diabète de type 1. Il a utilisé des données provenant de plusieurs capteurs biométriques afin de faciliter sa performance et de surveiller son état de santé. Ce qui lui a permis d’analyser quotidiennement ses capacités  en étudiant des ensembles de données telles que la température de son corps, ses niveaux d'insuline, sa consommation de calories et de sodium, sa localisation GPS, son altitude et sa fréquence cardiaque. En outre "le gouvernement anglo-saxon et les hôpitaux peuvent désormais partager leurs données au sujet du diabète. En les combinant cela va permettre de valider la recherche et ainsi avancer plus facilement", confie Brendan Moran, scientifique des données au sein d’EMC².

Apprentissage de l’ordinateur grâce aux données

Enfin, les chercheurs John Guttag, Collin Stultz, et Zeeshan Syed ont, quant à eux, conjointement créé un modèle informatique capable d’analyser les données des électrocardiogrammes des patients de crises cardiaques, alors que celles-ci n’étaient autrefois pas prises en considération. Ils se sont servis du "data mining" (extraction de connaissance) et des techniques d'apprentissage automatique pour passer au crible la quantité massive de données. Ainsi, ils ont pu constater que trois anomalies dans un électrocardiogramme sont corrélées avec un risque deux à trois fois plus élevé de mourir d'une deuxième crise cardiaque dans l'année. Ils estiment que leur modèle informatique permettra d'améliorer sensiblement le dépistage des risques. Ce dernier manquant en effet d'identifier environ 70% des patients susceptibles de subir une répétition de crise cardiaque.