Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

30 mars 2020

CDD 18 mois– Chercheuse-eur ou Ingénieur-e en Data Science et/ ou Traitement du Signal pour un Pancréas Artificiel


Catégorie : Ingénieur


La mission du-de la candidat-e sera de contribuer à l’analyse des données déjà recueillies pour analyser les performances des algorithmes (adultes, enfants), pour identifier les pistes d’amélioration. Elle-Il prendra en main le banc de test de Diabeloop SA (patient réel et patient virtuel) et participera au développement de nouveaux algorithmes du type machine learning. Ces algorithmes permettent de prédire la quantité d’insuline à injecter à partir du relevé de glycémie et des informations complémentaires (repas, activité physique, stress).

 

Laboratoire d’accueil :

CEA Leti, MINATEC Campus, Département Microtechnologies pour la Biologie et la Santé (DTBS), SEIVI, LS2P

17, rue des Martyrs, 38054 GRENOBLE cedex 9 - France - Web : http://www-leti.cea.fr/ ; http://www.minatec.org/

Description de l’organisme

Avec ses 16000 collaborateurs, le CEA compte parmi les organismes publics de recherche les plus innovants au monde. Au sein du CEA, CEA Tech est le pôle " recherche technologique " et dispose d'un portefeuille de technologies complet dans les domaines de l'information et de la communication, l'énergie et la santé.

Situé à Grenoble au cœur d'un environnement scientifique, industriel et universitaire très riche, notre département de recherche est spécialisé dans la création et le développement de nouvelles technologies adressant les enjeux sociétaux dans les domaines de la biologie, la santé et l’environnement (intelligence artificielle, santé connectée, médecine du futur).

Fort-e-s de nombreux partenariats industriels et académiques, nous avons un savoir-faire unique issu d'une culture de l'innovation et avons pour mission de produire et de transférer nos technologies utiles à l’industrie et au monde de la santé.

Vous souhaitez relever les défis techniques de demain ?
Vous souhaitez inventer les technologies qui seront bientôt à portée de tous ?
Venez nous rejoindre, de nouveaux projets vous attendent !

 

Description du poste

Le Laboratoire LS2P vous propose de rejoindre une équipe créative, dynamique et passionnée, pour prendre part à de très beaux défis techniques. Un laboratoire commun entre Diabeloop SA, le CERITD et le CEA a pour objectif d’améliorer un dispositif médical de pancréas artificiel pour les sujets diabétiques de Type 1. L’équipe-projet dédiée contribue au développement de l'algorithme de bio-régulation de la délivrance d'insuline. Cet algorithme a pour objectif de personnaliser le contrôle d’injection d’insuline pour chaque sujet en fonction des événements perturbateurs de sa glycémie. Les données actuellement recueillies sont les glycémies interstitielles toutes les 5 minutes, les repas, la délivrance d’insuline (basale et bolus). De nouvelles sources de données seront considérées par exemple pour prendre en compte l’activité physique. L'approche de la régulation comprend une brique du type Model Predictive Control (MPC), et est complétée par des modules du type machine learning. Des prototypes de pancréas artificiels ont été évalués dans le cadre d'expérimentations cliniques en vie libre (plusieurs dizaines de sujets, une dizaine d’hôpitaux) sur des durées de 12 semaines en vie libre, en 2017 et 2018 (adultes) et en 2019 (enfants). La première version pour adulte de ce dispositif a été marquée CE à l’automne 2018. Dans le cadre d'un projet européen EITHealth D4Teens, des améliorations de l'algorithme sont prévues, en particulier l'adaptation de la bio-régulation de la délivrance d'insuline pour les patients adolescents (11- 18 ans). La-e candidat-e sélectionné-e contribuera au sein de l'équipe à mettre au point les algorithmes qui lient les signaux d'entrée à la commande d'insuline.

[1] Hovorka R. et al. « Nonlinear model predictive control of glucose concentration in subjects with type 1 diabetes », Physiol. Meas. (25), 2004, p.905–920, doi:10.1088/0967-3334/25/4/010

[2] P.-Y. Benhamou, E. Huneker, S. Franc, M. Doron and G. Charpentier, « Customization of home closed-loop insulin delivery in adult patients with type 1 diabetes, assisted with structured remote monitoring: the pilot WP7 Diabeloop study », 2018, Acta Diabetologica, doi.org/10.1007/s00592-018-1123-1

[3] Benhamou P.-Y. et al. « Closed loop insulin delivery in adults with type 1 diabetes in real life conditions: a multicentre, 12-week randomised crossover trial », The Lancet Digital Health, 2019.

Activités principales

La mission du-de la candidat-e sera de contribuer à l’analyse des données déjà recueillies pour analyser les performances des algorithmes (adultes, enfants), pour identifier les pistes d’amélioration. Elle-Il prendra en main le banc de test de Diabeloop SA (patient réel et patient virtuel) et participera au développement de nouveaux algorithmes du type machine learning. Ces algorithmes permettent de prédire la quantité d’insuline à injecter à partir du relevé de glycémie et des informations complémentaires (repas, activité physique, stress). La contribution se fera sur différentes tâches du projet:

- Amélioration des bancs de qualification des algorithmes (données de patients réels) et des bancs de tests (données de patients virtuels), en Python. Ceci concerne les données du type Diabète de Type 1 et de Type 2 (repas, insuline, glycémie)

- Amélioration des méthodes de traitement des données d’Activité Physique (accélérométrie tri-axiale) et données de capteurs du type bracelet d’activité.

- Amélioration de l’algorithme de régulation. Le-a candidat-e pourra proposer sur cet axe des méthodes innovantes.

- Support au portage des algorithmes dans le système.

- Dépôts de brevets et publication d’études (conférences).

 

Description du profil recherché

De formation Bac +5 (Ingénieur-e) ou Bac +8 (Chercheuse-eur) en Data Science et/ ou Traitement du Signal

Compétences:

  • Python
  • Analyse exploratoire de données
  • Méthodes de machine learning
  • Traitement du signal

Savoir faire:

  • Capacité à travailler en équipe
  • Ouverture d'esprit (innovation/créativité)
  • Autonomie
  • Méthode, Rigueur

Pour une expérience unique de la recherche technologique, merci de transmettre CV + lettre de motivation + contact de deux personnes référentes à aurore.lepecq@cea.fr et maeva.doron@cea.fr. Début du contrat prévu : Juin 2020.

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2020.