Utilisation du big data en recherche clinique : comment les données massives peuvent-elles optimiser la conception, la conduite et les résultats des essais cliniques ?
- Recherche clinique
- médecine de précision
- évolution
- thérapie ciblée
- agences réglementaires
- accès au marché
- innovation
- base de données
- apprentissage automatique
- intelligence artificielle
- éthique, protection des données
- Médecine clinique
- Données massives
- Médecine personnalisée
- Télémédecine
- Intelligence artificielle
- Système national des données de santé
- Thérapie moléculaire ciblée
- Essais cliniques des médicaments
- Protocoles cliniques
- Mégadonnées
- Prise en charge personnalisée du patient
- Médicaments en essais cliniques
- Pharmacovigilance
- Langue : Français
- Discipline : Pharmacie
- Identifiant : 2026ULILE131
- Type de thèse : Doctorat de pharmacie
- Date de soutenance : 15/09/2026
Résumé en langue originale
Le système actuel d'évaluation des médicaments est confronté à plusieurs défis majeurs, tels que l’essor de la médecine de précision, les enjeux éthiques et l’ambition de réduire toujours davantage le temps et les coûts liés à la recherche et au développement. Le Big Data offre des solutions pour répondre à ces problématiques, via des approches novatrices, telles que les cohortes synthétiques, les bras virtuels et les jumeaux numériques, à partir de données collectées via des sources diverses. Il est cependant important de rappeler que ces approches novatrices doivent permettre de réduire les contraintes citées précédemment, tout en maintenant des normes élevées de sécurité, d'efficacité et de démonstration des effets, afin de satisfaire aux exigences de autorités d’évaluation des médicaments, et de garantir l’accès à des traitements fiables et de qualité pour les patients.
- Directeur(s) de thèse : Dao Phan, Pascal
AUTEUR
- Piettre, Valentine
