Le domaine de l'imagerie médicale est en continuelle évolution autant par le développement de nouvelles techniques d'imagerie que par le perfectionnement de celles déjà existantes. En outre, plusieurs de ces techniques d'imagerie sont dorénavant suffisamment matures et abordables, ce qui engendre leur adoption en masse dans les centres hospitaliers. Cette réalité occasionne un accroissement sans précédent du volume et de la complexité des données produites. Les professionnels de la santé sont actuellement dépourvus des ressources nécessaires pour exploiter ces données, les outils d'analyse conventionnels à leur disposition s'avérant inappropriés au caractère propre de ces jeux de données. Les travaux présentés dans ce mémoire visent à offrir à ces professionnels une alternative adaptée à l'analyse de données massives pour la supervision des pratiques en imagerie médicale et en radioprotection. Pour ce faire, l'élaboration de tableaux de bord dynamiques comme outils de visualisation et d'analyse est proposée pour simplifier le suivi dosimétrique des pratiques en radiologie diagnostique. Les tableaux de bord sont nourris par un pipeline automatisé de gestion de données médicales hébergé sur une plateforme dénommée PARADIM. Cette plateforme est majoritairement constituée de logiciels libres. Ceux-ci incluent : Kheops pour la gestion de l'accès aux données, Orthanc pour le stockage des données normalisées selon le standard DICOM ainsi que la suite OpenSearch pour l'élaboration et la présentation des métriques résultantes. L'ensemble du pipeline développé dans ce travail est fondé sur de bonnes pratiques établies en gestion de données (notamment, les principes FAIR) et tient compte des particularités propres au contexte médical. De plus, les données sont extraites en temps réel du centre sans perturber les activités cliniques. L'élaboration de tableaux de bord pour les professionnels de la radioprotection à l'IUCPQ montre que de tels outils peuvent faciliter le suivi des normes de radioprotection et l'analyse des données médicales massives. / Medical imaging is in continuous evolution thanks to the development of new imaging techniques and the improvement of existing ones. In addition, many of these imaging techniques are now sufficiently mature for widespread adoption in hospitals. This new reality leads to an unprecedented increase in data volume and complexity. Health professionals currently lack the resources to exploit such data. Furthermore, conventional analytical tools currently available are not suited to the principal characteristics of these datasets. This thesis aims to offer health professionals an adapted alternative for big data analysis, specifically for medical imaging practice monitoring. As such, dynamic dashboards for visualization and analysis are proposed as a tool to simplify dosimetric monitoring of diagnostic radiology. These dashboards are fed by an automated medical data management pipeline, hosted on a platform called PARADIM. The entire platform is built atop open-source software. This includes : Kheops for data distribution, Orthanc for storage and normalization to DICOM standard as well as OpenSearch for the development of relevant metrics. Established data management best practices are adopted therein (including FAIR principles), while still taking into account the particularities of the medical context. Real-time data extraction from the clinical center is designed in such a way as to not disrupt clinical activities. The development of dashboards for radiation protection professionals at IUCPQ shows that such tools can support compliance with radiation protection standards and effectively make massive medical data monitoring digestible.