Stage - Ingénieur.e Recherche - Apprentissage semi-supervisé

Au sein du département Corporate Strategy & Research, vous intégrerez l'équipe Living Twins for Practitioners, riche de compétences en médecine, biologie, mathématique et informatique, et qui conduit plusieurs projets en oncologie, neurologie et cardiologie.

Dans le cadre de la diversification de nos activités en santé, vous ferez partie de l’équipe « Clinical Decision » et serez responsable de l’exploration et la mise en place de méthodes d’apprentissage semi-supervisé appliquées aux données de santé, permettant de :

Pour cela vous devrez évaluer l’état de l’art de la littérature et déterminer comment adapter ces approches semi-supervisées à nos méthodologies existantes.

Le but de ce stage sera de comprendre l'apport théorique et pratique de l'apprentissage semi-supervisé pour répondre à nos enjeux méthodologiques clés :

• Le clustering et la stratification de patients : regrouper des individus aux profils similaires, identifier des sous-groupes homogènes et faire émerger des trajectoires typiques de maladie ;
• La gestion des données longitudinales : prise en compte de la dynamique temporelle des covariables, dépendance intra-individu des mesures répétées dans le temps, trajectoires non linéaires
• La modélisation des données de survie : prise en compte de la censure (ex. individus perdus de vue ou sans événement à la fin de l'étude), de la dimension temporelle du risque et potentiellement de la présence de risques concurrents ou successifs (i.e., modélisation multi-états)

Plusieurs axes de recherche issus de la littérature pourront être explorés et comparés à nos approches actuelles :

• Le clustering semi-supervisé (ou sous contraintes) : Injecter des données de survie [1] pour guider le regroupement d'observations et identifier des clusters directement associés à un niveau de risque clinique.
• Les Modèles de Markov Cachés (HMM) semi-supervisés : Utiliser des étiquettes partielles [2] pour contraindre les matrices de transition, forçant les états cachés à correspondre à des stades ou trajectoires cliniques identifiables.

Les cas d'usage d'application clinique pourront s'inscrire dans des domaines comme l'oncologie ou la neurologie.

Références :

[1] Liu, C., et al. (2020). Supervised graph clustering for cancer subtyping based on survival analysis and integration of multi-omic tumor data. IEEE/ACM TCBB.

[2] Tamposis, I. A., et al. (2019). Semi-supervised learning of Hidden Markov Models for biological sequence analysis. Bioinformatics.

Vos missions

Votre contribution consistera à :

• Réaliser un état de l'art approfondi des méthodes d'apprentissage semi-supervisé appliquées aux données temporelles et aux données de survie ;
• Prendre en main, nettoyer et analyser des jeux de données réels ou simulés ;
• Implémenter et adapter une ou plusieurs méthodes prometteuses de la littérature (en Python) afin d'évaluer leur compatibilité avec nos approches actuelles ;
• Appliquer et comparer les méthodes sur ces données ;
• Interpréter les résultats et les présenter sous forme résumée ;
• Évaluer le gain apporté par le semi-supervisé, notamment en termes d'interprétabilité clinique des résultats et de prise en compte de la censure.