Etude prospective de cohorte pharmaco-épidémiologique dans 30 USIN de 2014 à 2020
Il n’existe aucun consensus sur les doses d’analgésiques, de sédatifs, d’anesthésiques et de paralysants utilisées chez les nouveau-nés gravement malades.
Comparaison des méthodes d’explication : influence des caractéristiques
Kaduceo, co-auteur de travaux présentés lors du 24th International Workshop on Design, Optimization, Languages and Analytical Processing of Big Data
Parcours AMP : Quelle est la meilleure méthode prédictive ?
Les méthodes basées sur l’explicabilité permettraient d’accéder à de nouvelles connaissances, afin de mieux comprendre quelles caractéristiques et interactions influencent réellement le parcours d’un couple. Ces modèles peuvent être utilisés par les praticiens et les patients pour prendre des décisions plus éclairées sur la réalisation d’une PMA.
Cancer du poumon : prédiction des décès précoces
Malgré les progrès thérapeutiques, le cancer du poumon reste la première cause de décès par cancer. L’objectif principal de cette étude était d’identifier les facteurs de risque associés au décès dans les 3 mois suivant la première hospitalisation pour cancer du poumon en France.
COVID-19 : Analyses des patients hospitalisés (vague 1) en utilisant des méthodes d’explicabilité
Cette analyse approfondie a permis de déterminer des typologies de patients hospitalisés bien distinctes, ce qui a facilité la définition de protocoles médicaux visant à fournir les soins les plus appropriés à chaque profil.
Covid-19 : Analyse Machine Learning de l’évolution des caractéristiques patients des 3 premières vagues
Etude comparative des facteurs de risque d’aggravation de la maladie COVID-19 au cours des 3 vagues en région parisienne
Prédictions : Stratégies coalitionnelles pour une explicabilité efficace
Présentation d’une méthode permettant une augmentation des cas d’utilisation afin d’accroître la confiance entre les modèles ML, les utilisateurs et toute personne affectée par une décision impliquant ces modèles.
Effet de la chirurgie bariatrique sur les risques de cancers
L’obésité est fortement associée à de nombreux types de cancer. L’objectif de cette étude est de déterminer si la chirurgie bariatrique est associée à un risque plus faible de cancer.
Ophtalmologie : Classification d’images basée sur un modèle de Deep learning pour accélérer le diagnostic
Evaluer la capacité d’un modèle d’IA (Deep Learning) à distinguer différentes pathologies de l’œil pour accélérer le diagnostic
Conférence : Acculturation des praticiens aux sciences et au pilotage des données de santé
La saisie d’information est vécue comme une contrainte administrative. La data science permet d’extraire l’intelligence des données de santé au profit du pilotage de l’activité et de l’organisation hospitalière et apporter ainsi un retour sur investissement (ROI) de la charge administrative des professionnels de santé (soignants, praticiens, gestionnaires)
L’apport de l’IA dans la prise en charge de l’infertilité (parcours AMP)
Retour d’expérience sur nos travaux d’optimisation et prédiction des parcours de soins AMP
Impact de la mise en place d’un centre de référence pour les maladies respiratoires rares
Collaboration menée avec le CHI Créteil pour étudier l’impact de la mise en place d’un centre de référence pour les maladies respiratoires rares sur le parcours de soins des patients atteints de DCP