Ressources
L’équipe Kaduceo vous partage ses connaissances et projets valorisant l’usage des données de santé et répondant aux enjeux quotidiens des acteurs et établissements de santé.
Dernières actualités
Prédire le risque de réadmission d’un patient grâce à l’IA
Découvrez comment la Solution d'IA en santé de Kaduceo vous permet d'identifier des clusters de patients et d'étudier leur risque de réadmission
Décrypter un parcours de soins grâce à l’IA
Découvrez comment la Solution d'IA en santé de Kaduceo vous permet de décrypter et d'améliorer l'organisation des parcours de soins de votre hôpital
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
Ubérisation de la santé, est-ce un mal ?
Pourquoi autant de lourdeur administrative à innover ? La santé en France s'est-elle faite ubériser ? Pourquoi soigne-t-on ? Liste non exhaustive des sujets abordés lors de cet épisode
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…
Stratification du risque clinique par des méthodes d’explications locales
Cette étude présente une nouvelle méthode pour construire une stratification du risque basée sur des ML et des explications locales. Ces méthodes pourraient aider les praticiens à ajuster et à…
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…
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…
Créer de la valeur en connectant soignants et technologie
Après plusieurs collaborations avec des startups denthealth (Dental monitoring et Dentego ), Solène a crée Hack your care, une plateforme qui connecte les professionnels de santé et les acteurs de…
Organiser l’innovation pour inspirer les équipes
Kathy nous partage son quotidien : "inspirer, catalyser l'organisation puis amplifier l'innovation au sein de l'écosystème" ! Dans son rôle de manager de l'innovation et avec son équipe, elle met…
Le numérique participe-t-il à la soutenabilité de notre système de santé ?
"Le numérique en santé doit être pensé dans une optique systémique et de durabilité. Il ne peut s'extraire des enjeux de sobriété et de réductions des émissions. S'il ne participe…
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.
Technologies en santé, savoir que ça existe ouvre le champ des possibles
C'est en favorisant la conduite pluridisciplinaire de projets innovants que leurs usages seront amplifiés et auront des répercussions tant sur le plan clinique dans la prise en charge des patients…
Les urgences, terrain propice pour innover en santé !
"𝐶'𝑒𝑠𝑡 𝑏𝑖𝑒𝑛 𝑑'𝑎𝑣𝑜𝑖𝑟 𝑢𝑛𝑒 𝑏𝑜𝑢𝑙𝑒 𝑑𝑒 𝑐𝑟𝑖𝑠𝑡𝑎𝑙 (𝐼𝐴 𝑝𝑟𝑒́𝑑𝑖𝑐𝑡𝑖𝑣𝑒) 𝑠𝑖 𝑐̧𝑎 𝑚𝑎𝑟𝑐ℎ𝑒 𝑚𝑎𝑖𝑠 𝑒𝑠𝑡-𝑐𝑒 𝑞𝑢𝑒 𝑑'𝑎𝑣𝑜𝑖𝑟 𝑐𝑒𝑡𝑡𝑒 𝑏𝑜𝑢𝑙𝑒 𝑑𝑒 𝑐𝑟𝑖𝑠𝑡𝑎𝑙 𝑐̧𝑎 𝑣𝑎 𝑣𝑟𝑎𝑖𝑚𝑒𝑛𝑡 𝑚𝑒 𝑝𝑒𝑟𝑚𝑒𝑡𝑡𝑟𝑒, 𝑎̀ 𝑚𝑜𝑖 𝑢𝑟𝑔𝑒𝑛𝑡𝑖𝑠𝑡𝑒, 𝑑𝑒 𝑓𝑎𝑖𝑟𝑒…
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
Agir avec la data, de la recherche aux soins le temps est long
Pour ce nouvel épisode, nous allons à la rencontre du Docteur Alain LIVARTOWSKI , oncologue et responsable des projets e-Santé à l'Institut Curie . Il est depuis quelques années le…
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…
Chirurgie bariatrique : Décrypter le parcours de soins et prédire le risque d’abandon
Cette étude vise à analyser les causes de rupture du suivi pré-opératoire, identifier les profils de patients à risque et mesurer l'impact économique des interruptions de parcours.
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
Maladies respiratoires : Etude de l’impact environnemental (REMEDIA-H2020)
Le projet a pour objectif de déterminer comment et dans quelles mesures l’exposome affecte la gravité et la morbidité des maladies respiratoires incurables
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…
L’Intelligence Artificielle comme aide à la prise en charge de l’infertilité
[...] plusieurs groupes de recherches ont construit des modèles d’aide à la procréation [12] fournissant aux médecins des indications sur les chances de succès et la durée probable de parcours…
Maladie de Lyme : Rapport du Coût-Efficacité d’une prise en charge pluridisciplinaire des suspicions de Borréliose de Lyme
La maladie de #Lyme est la maladie vectorielle la plus fréquente en France - son #diagnostic entraine parfois des errances médicales pour les patients et un coût important pour le…
Stratégies de coalition pour des explications de prédiction individuelles efficaces
Explicabilité des prédictions : le processus d'analyse peut avoir un impact sur le type d'explications à considérer. Les explications ne devraient pas être analysées de la même manière selon que…
Tendances de la chirurgie bariatrique métabolique chez les adolescents
Cette étude visait à comparer les tendances des types de MBS, la sécurité à court terme et les taux de révision, chez les jeunes adolescents âgés de moins de 18…
Explicabilité de modèles d’IA : Etat de l’art et vulgarisation scientifique
Afin de réduire les erreurs et de mieux comprendre les prédictions faites par l’IA, l’explicabilité des modèles d’IA est apparu comme champ de recherche. L’explicabilité est défini comme “la mesure…
Chirurgie bariatrique : Comparaison de l’activité chirurgicale et des publications scientifiques
Cette étude révèle de nombreuses similitudes dans la tendance des publications et des interventions en chirurgie bariatrique : en particulier avec un taux de croissance important au cours des 15…
Incidence du COVID-19 sur les urgences chirurgicales : analyse nationale
Cette étude a examiné comment la perturbation soudaine des soins de santé habituels pendant la période de confinement a affecté la chirurgie aiguë
Naviguer dans la tempête ou l’intérêt d’analyser les données administratives
Dès la première vague de l’épidémie, le CHI de Créteil a mis en place une cellule d’analyse des données afin d’avoir une visibilité sur les caractéristiques des patients accueillis et…
Imagerie médicale : Architecture des réseaux neuronaux pour la classification d’images
A partir d’exemples où chaque image est associée à une catégorie, les modèles dits de Machine Learning apprennent à identifier des motifs spécifiques aux observations d’une même catégorie, ce dans…
Cancer du poumon : Prédiction des décès précoces
Cancer du poumon : Analyser le profil et les passages dans les établissements de santé des patients atteints d'un cancer pulmonaire afin d'en déduire les éléments qui caractérisent un décès…
Maladies respiratoires : Comparaison de parcours de soins
Comparaison de parcours : Les médecins souhaiteraient s’inspirer de la prise en charge des patients Muco pour enrichir la prise en charge des patients DCP
Le parcours de soins
Notre conception du parcours débute au premier enregistrement d’un patient pour un motif dans un établissement de santé jusqu’au dernier événement de sa prise en charge : Enchaînement dans le…
Maladies respiratoires : Prédiction des réadmissions non programmées
Suite à une première hospitalisation, les réadmissions pour des pathologies pulmonaires font parties des affections qui génèrent le plus de réadmissions et en conséquence engendrent des dépenses supplémentaires pour la…
Prévision d’activité aux urgences : un modèle d’intelligence artificielle
Les services d’urgence ont de plus en plus de difficultés à faire face à l’afflux de patients. La prévision des admissions aux urgences constitue un enjeu de taille. Le déploiement…
Etat de l’art : Modélisation des parcours de soins
Les parcours de soins des patients s’appuient, en théorie, sur la description d’une prise en charge optimale à partir de recommandations professionnelles. Ces recommandations peuvent être modélisées grâce à différents…
COVID-19 : Prédiction des admissions et indicateurs de suivi
Face à cette crise sanitaire, il a été naturel pour Kaduceo, comme pour beaucoup d’entreprises, de mettre à disposition nos compétences au service des hôpitaux. Adapter certains de nos modèles…
Notre écosystème
