Boris Delange

À propos

Médecin en Médecine Intensive - Réanimation de formation, j'exerce depuis 2023 comme Assistant Hospitalo-Universitaire en informatique médicale au Centre de Données Cliniques (CDC) du CHU de Rennes, au sein du Département d'Information Médicale. Je suis également chercheur au LTSI (INSERM UMR 1099, Université de Rennes), dans l'équipe DOMASIA (DOnnées MAssives et Systèmes d'Information Apprenants en santé).

Cette double compétence clinique et informatique me place à la jonction entre les équipes soignantes et les équipes de data science : je fais le lien entre les questions cliniques formulées par les professionnels de santé et les méthodes des data scientists et ingénieurs qui exploitent les entrepôts de données de santé. C'est précisément cette articulation qui a motivé la création de Linkr, une plateforme collaborative d'analyse de données de santé pensée pour les cliniciens, data scientists, statisticiens et étudiants en santé.

Parcours

J'ai effectué mon internat de Médecine Intensive - Réanimation au CHU de Rennes entre 2017 et 2023. En cours d'internat, j'ai complété ma formation clinique par un Master 2 Données Massives en Santé (Université Paris Cité) en 2020 et par le DU CESAM (Centre d'Enseignement de Statistiques Appliquées à la Médecine, Sorbonne Université). C'est à la suite de ce M2, en 2021, que j'ai débuté le développement de Linkr. J'ai ensuite intégré le CDC du CHU de Rennes en 2023, où je poursuis une thèse de sciences sur l'interprétabilité, l'applicabilité clinique et la pérennité des systèmes d'aide à la décision en réanimation.

J'enseigne également la santé numérique et la science des données en santé à l'Université de Rennes (EDSAN, Master 2 MAS SDSP), j'interviens dans le DU Intelligence Artificielle de Lille ainsi que dans le programme de formation du projet européen INDICATE.

Recherche

Mes travaux portent sur les systèmes d'aide à la décision clinique et plus largement sur l'exploitation des données des entrepôts de données de santé, principalement dans le domaine des soins critiques. J'ai notamment participé au développement de modèles de machine learning pour la prédiction de l'anti-Xa sous héparine, le sevrage de l'ECMO veino-artérielle et le sevrage de l'épuration extra-rénale. Je mets également en place des tableaux de bord de pilotage clinique au CHU de Rennes (projet CLIP – Clinical Learning and Insight Panels), en utilisant Linkr. Je suis co-responsable de la création d'un dictionnaire européen des données de réanimation (version en ligne, code source) dans le cadre du projet européen INDICATE, et membre des comités numériques de la SRLF et de la SFAR.