Notre histoire
Medgalia est née d’un constat simple : les organisations produisent de grandes quantités de données biomédicales, mais transformer ces données en informations utiles reste complexe. Des systèmes fragmentés, des données complexes et l’évolution rapide des technologies peuvent compliquer leur analyse et limiter les possibilités de réutilisation.
Medgalia réunit des expertises en data science, IA, ingénierie logicielle, dossiers médicaux et données biomédicales multi-omiques pour aider les organisations à relever ces défis dans la recherche, la santé et l’industrie.
Medgalia signifie « Gouvernance et analyse des données biomédicales par l’intelligence artificielle ».
En tant qu’entreprise française, le nom évoque également la Gaule (Galia en espagnol), l’ancienne région correspondant en grande partie à la France actuelle
Notre vision
Nous imaginons un avenir où le potentiel analytique des dossiers cliniques, ainsi que des données multi-omiques et biomédicales, est libéré grâce aux systèmes intelligents, à l’expertise interdisciplinaire et à une meilleure valorisation des données existantes. En combinant data science avancée, IA sécurisée et technologies interopérables, nous voulons transformer des informations biologiques et cliniques complexes en connaissances utiles à la découverte et à une meilleure prise de décision.
Cette vision s’étend à l’ensemble de l’écosystème biomédical. Medgalia applique la data science et l’IA à des problématiques analytiques variées dans la recherche, la santé et l’industrie, afin d’aider les organisations à tirer davantage de valeur des données qu’elles produisent et gèrent déjà. Les technologies ouvertes, des pratiques robustes de gestion des données et des approches analytiques réutilisables permettent de transférer les connaissances entre les domaines et d’ouvrir de nouvelles possibilités de découverte et d’innovation.
Nous pensons également qu’une meilleure analyse passe par de nouvelles façons d’accéder aux données. Medgalia explore le partage sécurisé des données, la data-visiting AI, les approches fédérées et l’edge computing, qui rapprochent le calcul des données sensibles et limitent les transferts de données inutiles. Ces approches permettent aux organisations de conserver le contrôle de leurs informations protégées tout en favorisant l’analyse avancée, la collaboration et la réutilisation responsable des données.
Direction
La direction de Medgalia s’appuie sur une complémentarité entre expertise scientifique, data science et technologies appliquées aux données biomédicales. Le Président apporte une vision stratégique et opérationnelle, tandis que les Conseillers scientifiques contribuent leur expertise spécialisée en multi-omique, en analyse de données biomédicales et en recherche translationnelle.
Cette synergie permet à Medgalia d’aborder des problématiques complexes à l’interface entre science, données et technologies, et de concevoir des solutions adaptées aux besoins des chercheurs, des établissements de santé et des organisations du secteur biomédical.
President
Patricia Buendia, Ph.D.
Patricia est data scientist senior, ingénieure logicielle et bioinformaticienne, avec plus de 20 ans d’expérience en recherche biomédicale et en développement logiciel. Elle a fondé Lifetime Omics aux États-Unis et a travaillé comme consultante pour BioTeam sur des projets d’IA/ML, d’omique, de calcul haute performance et d’informatique de santé. Ses travaux ont bénéficié de contrats et de financements des Centers for Disease Control and Prevention (CDC) et des National Institutes of Health (NIH) aux États-Unis.
Elle est titulaire d’un master en informatique de l’Université technique de Munich et d’un doctorat en bioinformatique de la Florida International University. Son expertise couvre l’IA/ML, l’intégration des données, l’informatique clinique ainsi que l’analyse de données biomédicales à haut débit, notamment les données NGS et multi-omiques. Elle développe des outils computationnels et des plateformes de données permettant de transformer des données biologiques et cliniques complexes en informations exploitables, en faisant le lien entre production, analyse et application clinique des données.
Patricia collabore avec des chercheurs, des cliniciens et des data scientists à l’international, afin de mettre des données de qualité et des technologies computationnelles au service de l’accélération des découvertes en médecine et en santé.
Voir le profil LinkedIn
Conseillers scientifiques
Emma Schymanski, Ph.D.
La professeure Emma Schymanski dirige le groupe Environmental Cheminformatics (ECI) au Luxembourg Centre for Systems Biomedicine (LCSB) de l’Université du Luxembourg. Ses travaux établissent des liens entre les expositions environnementales, les données chimiques complexes et les causes des maladies.
Ses recherches combinent la cheminformatique et la métabolomique pour identifier des composés inconnus et mieux comprendre leur rôle dans les effets environnementaux sur la santé, avec un fort engagement en faveur des données FAIR, de la science ouverte et de l’interopérabilité des données. Défenseure de données scientifiques ouvertes et réutilisables, elle participe à de nombreuses initiatives internationales visant à améliorer le partage des données, des informations et des connaissances entre chercheurs, notamment PubChemLite for Exposomics, FAIR-TPs, MassBank et le NORMAN Suspect List Exchange. Elle est diplômée en chimie et en génie environnemental de l’University of Western Australia, titulaire d’un doctorat de l’UFZ Leipzig et a effectué son postdoctorat à l’Eawag, en Suisse.
Voir le profil LinkedIn.
Voir le profil Wikipédia.
Voir le profil ORCID.
Dr Christian de Tymowski, MCU-PH
Dr Christian de Tymowski est Maître de conférences des Universités-Praticien Hospitalier à l’hôpital Bichat-Claude-Bernard, au sein du DMU PARABOL, à Paris, France, et Chef de service intérimaire des départements d’Anesthésie-Réanimation de l’Hôpital Louis-Mourier (AP-HP). Il est également Directeur scientifique adjoint du centre de simulation iLumens de l’Université Paris Cité.
Son parcours clinique et scientifique est particulièrement axé sur le sepsis, les infections et les mécanismes inflammatoires. Après un Master 2 consacré à l’immunologie du sepsis, il a consacré sa thèse de sciences (2020) à une question centrale : « Qui est l’assassin au cours du sepsis ? L’inflammation ou la prolifération bactérienne ? » Ses recherches associent approches fondamentales et cliniques, notamment sur le sepsis, les infections du site opératoire en chirurgie cardiaque, le métabolisme lipidique au cours des infections et les facteurs pronostiques après transplantation pulmonaire. Il est auteur de nombreuses publications scientifiques.
Fabiana Taglia, Ph.D.
Fabiana est professeure adjointe de biologie à la Florida International University (FIU), spécialisée en génétique médico‑légale, en séquençage de l’ADN et en virologie. Elle est co‑chercheuse principale d’un projet de subvention évaluant les plateformes de séquençage MinION et MiSeq pour les enquêtes médico‑légales microbiennes. Ses travaux intègrent la biologie moléculaire, la chimie médico‑légale et le séquençage de nouvelle génération afin d’améliorer l’interprétation des preuves et de faire progresser la génomique médico‑légale appliquée. Elle a obtenu son Master en science forensique à l’Università degli Studi di Parma, ainsi que son doctorat en chimie médico‑légale à FIU.
David Verzotto, Ph.D.
Davide Verzotto est professeur assistant en informatique au Centre des hautes études de défense (CASD) – Scuola Superiore Universitaria de Rome, où il travaille à l’interface entre algorithmes, intelligence artificielle, fouille de données et biologie computationnelle. Ses recherches portent notamment sur les méthodes computationnelles appliquées aux données biologiques à grande échelle, notamment l’analyse de séquences protéiques, la comparaison de génomes, la métagénomique et l’identification de motifs biologiques, avec des applications aux sciences de la vie et aux données biomédicales. Ses travaux comprennent également l’apprentissage automatique et l’informatique de santé, notamment l’analyse computationnelle de données biomédicales et l’extraction de connaissances à partir de la littérature biomédicale. Il est titulaire d’un master en informatique et ingénierie de l’Université de Padoue et d’un doctorat en ingénierie de l’information de la même université, où ses travaux de doctorat portaient sur des méthodes computationnelles avancées pour l’analyse de grandes quantités de séquences biologiques.