Une approche basée sur les SMA et méta-heuristique pour la prédiction (PHM) médicale

Abstract

Au cours des dernières années, l’intelligence artificielle (IA) ne cesse de révolutionner le monde. Elle est intégrée dans plusieurs secteurs tels que l’économie, l’industrie, la biologie, la médecine, etc. L’utilisation de l’IA dans en médecine présente un grand intérêt pour les chercheurs qui exploitent l’approche prédictive pour son importance dans la prise de décision. Elle ouvre des perspectives prometteuses pour améliorer la qualité des soins au profit du patient à travers une prise en charge personnalisée, une bonne détection des symptômes et une exploitation des résultats d’analyse (imagerie médicale, rapports médicaux, tests sanguins,etc.) pour un meilleur diagnostic. Cependant, malgré l’impact positif de l’IA sur le secteur sanitaire, elle est confrontée à de nombreux challenges notamment, la manipulation des big data, la diversité des offres de soins, la durée du diagnostic, la complexité et la hausse des coûts de traitement. La médecine prédictive vise à déterminer la probabilité d’atteindre une maladie, à prédire la récidive, le taux de létalité et la propagation d’une maladie dans une zone. L’application des technologies telles que la biotechnologie, la génomique et les techniques de l’IA (IoT, SMA, apprentissage automatique, etc.) peuvent améliorer la modélisation distribuée des systèmes intelligents et les méthodes de classification. L’objectif principal de cette étude est de proposer une approche intelligente pour : • améliorer la qualité du diagnostic médical et la détection des pathologies en permettant d’éviter de soumettre les patients à des examens intrusifs; • définir des stratégies thérapeutiques plus adaptées aux situations des patients; • optimiser les parcours de soins (détection précoce, gain de temps, coûts, etc.). Le cancer du sein est l’une des causes les plus fréquentes de décès chez la femme. De plus, au courant des trois dernières années, l’apparition de la pandémie Covid-19 a laissé un impact négatif sur des milliers de personnes dans le monde. Cette crise sanitaire a également donné un dur coup à l’évolution de l’économie au niveau mondial. L’application de nos objectifs pour la prise en charge de ces deux pathologies constitue un segment important de ce projet, sachant que la quantité et la qualité des données disponibles sont des éléments clés sur les applications de l’IA en santé.