Analyse d'imagerie médicale basée sur l'intelligence artificielle pour améliorer les procédures de diagnostic et le suivi des patients

La transition numérique du secteur de la santé offre une occasion propice à l'émergence de nouvelles technologies et à l'amélioration de la qualité des soins. L'adoption d'outils numériques permet de dégager du temps pour les équipes médicales, d'enrichir l'expérience des patients.

L'intelligence artificielle occupe désormais une place centrale en radiologie, répondant à des enjeux cruciaux tels que l'utilisation accrue de l'imagerie pour la prévention, le diagnostic, et le suivi, ainsi que la multiplication des images générées par des équipements toujours plus performants. La collecte et le partage des données d'imagerie sont des conditions indispensables au développement de solutions d'intelligence artificielle. Cette technologie est destinée à renforcer les pratiques médicales actuelles et à soutenir notre système de santé. Pour que cette évolution bénéficie à tous, il est essentiel de comprendre ses fondements et de garantir un accès effectif aux solutions d'intelligence artificielle. Ce projet vise à fournir les outils nécessaires pour appréhender et réfléchir au fonctionnement de ces technologies, en s'appuyant sur les principaux cas d'usage déjà intégrés dans la pratique clinique courante. De l’autre côté, notre contribution consiste à améliorer la qualité de traitement des images médicales pour avoir un système du deep learning (DL) plus performent basé sur les réseaux neuronaux convolutifs (CNN), les réseaux neuronaux récurrents (RNN) et les modèles hybrides.