SPAM®
Santé, population et analyses mathématiques
mise à jour : avril 2017
Si l'ère du Big Data offre une mine de données d'une richesse considérable, elle place ceux qui veulent en tirer parti devant une série de difficultés :
- Grande masse de données à analyser
- Diversité des méthodes d'analyse applicables
- Coût élevé des expérimentations « dans la vraie vie »
- Complexité de l'interprétation des données de santé
- Complexité de la prise de décision en situation de crise.
Il s'agit bien en effet de rassembler, comprendre et analyser les données disponibles puis réaliser des expériences « in silico » avant de les mettre en œuvre :
- Cohorte in silico
- Simulation socio-technique d'épidémie avec un modèle multi-agents
- Compréhension de la signification médicale des résultats.
Open Rome grâce à sa collaboration avec les soignants libéraux et les chercheurs universitaires est en mesure de réaliser ainsi :
- La collecte et l'analyse épidémiologique des données
- La modélisation médico-économique