Talend collecte les données pour un Data Warehouse sur le cancer

mercredi 19 mars 2008

L'UMIT (University for Health Sciences, Medical Informatics and Technology), Université basée à Hall en Autriche, a choisi Open Studio de Talend pour alimenter un Data Warehouse partagé avec cinq autres organismes de recherche sur le cancer issus d'Allemagne et d'Autriche, permettant ainsi d'analyser d'importants volumes de données médicales et de procéder à des traitements statistiques à grande échelle.

L'UMIT a lancé avec cinq autres organismes de recherche un projet baptisé IMGuS (Institute for Medical Genome Research and Systems Biology), qui vise à identifier des signatures moléculaires permettant la classification des patients nécessitant un traitement contre ce type de cancer. Les analyses portent sur des jeux de données existants fournis par l'Université d'Urologie d'Innsbruck, qui sont collectés, analysés et préparés de manière systématique via Talend Open Studio pour alimenter les études moléculaires. Les résultats sont analysés à l'aide de méthodes statistiques et de Data Mining, dans le but de découvrir des signatures moléculaires permettant de développer de nouvelles thérapies et de rendre plus fiables les diagnostics. L'ensemble de ces données est intégré à un Data Warehouse développé et géré par l'Institut d'ingénierie biomédicale d'UMIT.

Les jeux de données sont traités en deux étapes : d'une part, différentes informations sont collectées (données patients, données médicales de référence, cartographie du génome, données administratives, etc.). D'autre part, Talend Open Studio assure le rapprochement, la transformation, le nettoyage et le chargement de ces données dans un Data Warehouse reposant sur PostgreSQL, puis intègre également des données de référence issues de fournisseurs externes (publications médicales, bases de données, etc.). Parmi les points forts apportés par cette solution : le support natif de XML et des Web Services assuré par Talend Open Studio.