Nos explorations
Kaduceo ne cesse d’explorer et d’investir dans des travaux de recherche pour développer notre expertise en données de santé et exploiter l’ensemble de leurs potentiels.
Valeurs essentielles dans le projet d’entreprise de Kaduceo, la recherche et l’exploration sont pleinement intégrées dans notre quotidien et nos projets.
Projet européen de recherche : H2020 REMEDIA
Kaduceo est membre du consortium engagé pour étudier l’impact de l’exposition environnementale sur les maladies respiratoires.
Trajectoire et parcours de soins
Clustering de patients - Process mining - Data visualisation
Données complexes et précieuses
Pour répondre aux exigences de qualité du système de soins français, il est nécessaire de replacer le patient au centre des analyses et d’avoir une bonne connaissance de leurs parcours de soins. Le Système National des Données de Santé (SNDS) est une source d’information précieuse pour l’étude des parcours des soins. Ces données sont complexes et incluent de nombreuses catégories de soins : les hospitalisations, les consultations, les actes médicaux et biologiques, les traitements et dispositifs médicaux…
Les recherches que nous menons ont pour objectifs de rendre ces données interprétables et de développer des outils robustes et performants pour la classification, la modélisation et la visualisation des trajectoires de soins.
Profilage des patients
L’identification de groupes de patients avec des prises en charges similaires, de « profils » type de parcours, et d’une représentation synthétique de ces parcours, offre la possibilité de s’interroger sur l’efficacité des prises en charge. Et cela permet de désigner les parcours les plus appropriés sur le plan médical et économique.
Modélisation et prédiction des flux aux urgences
Série temporelle - Deep learning - Modèles à mémoires
Constat et enjeu
La situation actuelle dans les services d’urgence est particulièrement difficile. Leur engorgement compromet la qualité des soins, et le personnel soignant épuisé, fait face à un sentiment d’impuissance. Les pics d’affluence sont particulièrement prononcés durant les périodes d’épidémie, qu’elles soient saisonnières (bronchilite, grippe, grastro-entérite) ou ponctuelles (covid-19). Plus généralement, le vieillissement de la population, la difficulté d’accès à une médecine de ville, les venues non justifiées... ne font qu’aggraver la situation.
Développement de nos propres modèles
Nous développons des modèles d’IA (RNN) pour prédire les flux de patients, leur impact sur les différents services, et pour anticiper les pics d’activité en cas d’épidémie. Une meilleure visibilité sur le niveau d’affluence attendu donne la possibilité à l’hôpital de réagir plus en amont et d’éviter la saturation de ses services.
Explicabilité de modèles et de résultats de prédiction
Projet réalisé dans le cadre d’une convention CIFRE entre Kaduceo et l’Institut de Recherche en Informatique de Toulouse
Imagerie médicale - Ophtalmologie
Classification - Segmentation - Interprétabilité
Intelligence artificielle et avenir
Les technologies d’intelligence artificielle pour l’analyse d’images médicales promettent de formidables avancées pour faciliter le diagnostic des maladies et l’interprétation des images. Et elles sont d’autant plus pertinentes en ophtalmologie dans la mesure où l’imagerie a une place prépondérante.
Nous travaillons actuellement sur des modèles d’IA pour le dépistage des maladies rétiniennes et la détection automatique d’anomalies.
Accompagner les praticiens
L’objectif est de permettre aux ophtalmologues de gagner du temps ou de déléguer la tâche du diagnostic. Nous proposons également un outil pour l’annotation des images qui nous permet de récolter des données fiables, interprétées par des experts, et d’autant plus appropriées pour l’entrainement de nos modèles.
Vous avez un projet ?
Kaduceo* France
31 Allée Jules Guesde, 31400 Toulouse, France
Kaduceo États-Unis
725 Cool Springs Bld, FRANKLIN, TN, 37067
* Kaduceo est la dénomination commerciale de la société Kaduce Labs