Julie Jacques

Julie Jacques

Enseignant-Chercheur
Faculté de Gestion, Economie et Sciences

La fouille de données et l'optimisation pour faire parler les données

Je m'intéresse à la recherche appliquée et aux projets innovants, et plus précisément à la fouille de données médicales et à l'optimisation combinatoire. Je suis actuellement enseignant chercheur en informatique, à la faculté de gestion, économie et sciences (FGES).

Optimisation combinatoire Données asymétriques Classification supervisée Classification partielle Datamining

Recherche

Avant ma thèse j'ai réalisé un prototype pour le projet ANR AKENATON, qui visait à la classification automatique d'alertes issues de pacemakers, en tenant compte du contexte du patient, à l'aide d'un système expert de 35 règles et d'ontologies. Sur le projet RNTL Faros, j'ai travaillé pour l'équipe GOAL (Groupe sur les Objets et composAnts Logiciels) sur un démonstrateur cible du procédé, à base de programmation par contrats et aspects, appliqué au Dossier Médical Personnel (DMP).

Durant ma thèse dans l'équipe DOLPHIN (Discrete multi-objective Optimization for Large scale Problems with Hybrid dIstributed techNiques) j'ai proposé l'algorithme MOCA-I, un algorithme de classification supervisé adapté aux particularités des données médicales : asymétrie, incertitude et volumétrie en colonnes. Cet algorithme d'optimisation obtient statistiquement de meilleurs modèles que les algorithmes état de l'art. J'ai également élaboré le prototype d'Opcyclin, un logiciel de recrutement pour les essais cliniques dans lequel s'intègre MOCA-I.

Depuis ma thèse, je suis la responsable scientifique en entreprise d'une thèse CIFRE (2014-... Datamining et optimisation combinatoire adaptés à la prévention et à l'orientation de patients) pour la prise en compte de la temporalité dans MOCA-I et l'élaboration d'une méthode de bi-clustering adaptée aux particularités des données médicales. Je participe également à la mise en place de l'évaluation médicale de MOCA-I pour la détection de patients, sur les essais cliniques (Opcyclin) et pour la détection de patients porteurs de bactéries multi-résistantes. Je travaille également sur la manière d'exploiter d'autres données médicales pour le datamining.

Enseignement

J'enseigne ou j'ai enseigné les bases de données (base & avancé), le PHP/MySQL, l'informatique décisionnelle, la fouille de données, la programmation avancée et c/système à l'UFR IEEA de l'Université de Lille 1 (M1 MIAGE), Polytech'Lille (GIS2 et IMA) et IUT (Licence Pro) pour un total de 84 heures de cours, 72h TD et 186h TP (320h ETD).

Distinctions

Prix de la thèse en collaboration avec une entreprise aux Force Awards 2015.

THESEClassification supervisée sur données médicales appliquée au recrutement dans les essais cliniques


Détails thèse
Le contexte
Une RECHERCHE MÉDICALE FREINÉE : pas assez de patients inclus dans les ESSAIS CLINIQUES
Des données HOSPITALIÈRES VOLUMINEUSES, HÉTÉROGÈNES, SOUS-EXPLOITÉES, qui permettraient de trouver ces patients
La problématique
COMPLÉTER DES INFORMATIONS MANQUANTES par la prédiction de valeurs
Gérer de TRÈS GROS VOLUMES DE DONNÉES en lignes et en colonnes
L'objet de la thèse
La création de MOCA-I - algorithme de CLASSIFICATION SUPERVISEE sur des données asymétriques, incertaines, volumineuses en colonnes
Le BENCHMARKING de l'algorithme par rapport à l'état de l'art, et sur des DONNEES HOSPITALIÈRES
La création d'un logiciel permettant aux équipes de recherche de récupérer les patients : OPCYCLIN
Les suites
Mise sur le marché d’OPCYCLIN©, permettant grâce à MOCA-I de PROFILER LES PATIENTS attendus dans chaque essai clinique
La déclinaison du MOTEUR DE PROFILAGE pour d’autres usages : DÉTECTION DE PATIENTS À RISQUE
La participation avec l’INRIA et l’Université de Lille 1 à un PROJET ANR (CLINMINE – TECSAN 2013)

Liste des publications

Revues internationales avec comité de lecture 3

Extraction and optimization of classification rules for temporal sequences: application to hospital data

M. Vandromme, J. Jacques, J. Taillard, L. Jourdan, C. Dhaenens

Knowledge Based System, accepted (2017)

Conception of a dominance-based multi-objective local search in the context of classification rule mining in large and imbalanced datasets

Julie Jacques, Julien Taillard, David Delerue, Clarisse Dhaenens,Laetitia Jourdan

Applied Soft Computing 34, 705-720, 2015

Personalized and Automated Remote Monitoring of Atrial Fibrillation

Arnaud Rosier, Philippe Mabo, Lynda Temal, Pascal Van Hille, Olivier Dameron, Louise Deléger, Cyril Grouin, Pierre Zweigenbaum, Julie Jacques, Laure Laporte, Emmanuel Chazard, Christine Henry, Anita Burgun

Europace, 2015

Revues francophones 1

Aide à la décision en télécardiologie par une approche basée ontologie et centrée patient

Burgun A, Rosier A, Temal L, Jacques J, Messai R, Duchemin L, Deléger L, Grouin C, Van Hille P, Zweigenbaum P, Beuscart R, Delerue D, Dameron O, Mabo P, Henry C.

IRBM Ingénierie et Recherche Biomédicale, Volume 32, Issue 3, June 2011, Pages 191–194

Chapitres d'ouvrage 1

Knowledge Discovery in Bioinformatics

Julie Hamon, Julie Jacques, Laetitia Jourdan, Clarisse Dhaenens

Handbook of Computational Intelligence 2015; 1211-1223

Conférences internationales avec comité de lecture et actes 6

A local search-based multi-objective metaheuristic for biclustering on heterogeneous data

Maxence Vandromme,Julie Jacques,Julien Taillard, Laetitia Jourdan, Clarisse Dhaenens

Metaheuristics International Conference, MIC 2017 (accepted)

A Scalable Biclustering Method for Heterogeneous Medical Data

Maxence Vandromme, Julie Jacques, Julien Taillard, Laetitia Jourdan, Clarisse Dhaenens

Second International Workshop on Machine Learning, Optimization and Big Data - MOD 2016, LNCS 10122, 2016

Handling numerical data to evolve classification rules using a Multi-Objective Local Search

Vandromme Maxence,Julie Jacques,Taillard Julien, Jourdan Laetitia, Dhaenens Clarisse

etaheuristics International Conference, MIC 2015

The Benefits of Using Multi-objectivization for Mining Pittsburgh Partial Classification Rules in Imbalanced and Discrete Data

Julie Jacques, Julien Taillard, David Delerue, Laetitia Jourdan, Clarisse Dhaenens

Proceeding of the fifteenth annual conference on Genetic and evolutionary computation conference, pp 543-550.

MOCA-I: discovering rules and guiding decision maker in the context of partial classification in large and imbalanced datasets

Julie Jacques, Julien Taillard, David Delerue, Laetitia Jourdan, Clarisse Dhaenens

Learning and Intelligent OptimizatioN Conference, LION 7, Lecture Notes in Computer Science 2013, pp 37-51

Comparing Drools and ontology reasoning approaches for telecardiology decision support

Pascal Van Hille,Julie Jacques,Julien Taillard, Arnaud Rosier, David Delerue, Anita Burgun,Olivier Dameron

MIE 2012 - Studies in Health Technology and Informatics. 180:300-304,2012

Conférences internationales 1

Multi-objective local search for mining Pittsburgh classification rules

Julie Jacques, Julien Taillard, David Delerue, Laetitia Jourdan, Clarisse Dhaenens

META 2012: International Conference on Metaheuristics and Nature Inspired Computing, October 27th-31th 2012, Port El-Kantaoui, Tunisia

Conférences nationales 2

Extension des critères d'inclusions dans les essais cliniques à l'aide de méthodes d'optimisation

Julie Jacques, David Delerue, Laetitia Jourdan, Clarisse Dhaenens

ROADEF 2011: 12e congrès annuel de la Société française de Recherche Opérationnelle et d'Aide à la Décision, Saint-Étienne : France (2011)

Réseau d’Observation en Télécardiologie : Modèle de Données Basé sur HL7

Radja Messai, Julie Jacques, Régis Beuscart

Extraction et Gestion de Connaissance 2011, Atelier Extraction de Connaissance et Santé

Enseignement

2016-2017
Informatique décisionnelle
M1 MIAGE
19h TD/TP
Fouille de données
M1 MIAGE
16h TD/TP
PHP/MySQL
L3 SARII 20 (10 TP)
6h cours 6h TD 40h TP
BDD avancé
M1 GIS alt.
14h cours 6h TP
2015-2016
Bases de données
L3 SARII 20 (10 TP)
6h cours 6h TD 28h TP
BDD avancé
M1 GIS alt.
14h cours 6h TP
Fouille de données
M1 MIAGE
16h TD/TP
Informatique décisionnelle
M1 MIAGE
19h TD/TP
2014-2015
Bases de données (avancé)
Polytech'Lille GIS2A4
14h cours / 6h TP
Base de données & SQL
Licence Pro IRI (IUT Lille 1)
6h cours, 6h TD, 28h TP
Fouille de données
M1 MIAGE
16h TD/TP
2013-2014
Bases de données (avancé)
Polytech'Lille GIS2A4
14h cours / 6h TP
Data warehouse & Datamining
MIAGE 5 (Lille 1)
2h cours, 16h TD/TP
Resp.: L. Jourdan
Base de données & SQL
Licence Pro IRI (IUT Lille 1)
4h cours, 4h TD, 24h TP
2012-2013
C/Système
Polytech'Lille GIS4
12h TP
Resp.: N. Devesa
Data warehouse & Datamining
MIAGE 5 (Lille 1)
2h cours, 16h TD/TP
Resp.: L. Jourdan
Base de données & SQL
Licence Pro IRI (IUT Lille 1)
4h cours, 4h TD, 24h TP
2012-2013
Programmation avancée (C)
Polytech'Lille IMA
22h TP, 10h Tutorat
Resp.: L. Gonnord
Data warehouse & Datamining
MIAGE 5 (Lille 1)
18h TD/TP
Resp.: L. Jourdan
Base de données & SQL
Licence Pro IRI (IUT)
4h cours, 4h TD, 24h TP