Diagnostic automatique par des modèles stochastiques flous. Application à la surveillance de maladies chroniques

Laurent Jeanpierre 1
1 MAIA - Autonomous intelligent machine
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Dans cette communication, je présenterai un modèle de diagnostic médical automatique permettant le suivi de maladies chroniques. Il est basé sur un processus Markovien partiellement observable dont la caractéristique principale tient à la sémantique médicale inhérente à chaque partie du modèle. En effet, de par la définition du modèle, un simple algorithme de localisation suffit à produire un diagnostic : en fait, le résultat de la localisation fournit pour chaque pas de temps l'ensemble des probabilités de chacun des états. Comme chaque état a une sémantique médicale propre, cette distribution représente les chances que le patient soit dans l'une de ces situations. Une fois située dans le temps, l'évolution des probabilités représente donc l'évolution temporelle de l'état médical du patient. Chacun des états joue donc un rôle particulier dans le modèle. Ils sont décrits à travers un jeu de capteurs flous modélisant les signaux physiologiques du patient. Dans le cadre du suivi à long terme de maladies chroniques, on cherchera principalement à détecter une éventuelle aggravation de l'état du patient. Les capteurs seront donc généralement décrits par des valeurs floues telles que ‘normale', ‘trop importante', ou ‘en baisse'. Cette description permet donc une interaction aisée avec les médecins. Au cours de cette présentation, j'illustrerai mes propos à l'aide d'exemple issus de DIATELIC, un système de suivi à distance de malades dialysés à domicile. Dans ce cadre, une expérimentation prospective randomisée a été conduite en collaboration avec l'ALTIR durant deux ans. Ses résultats montrent le bien-fondé de ce système.
Type de document :
Communication dans un congrès
23ème Séminaire de la Société Francophone de Biologie Théorique - SFBT'2003, 2003, St-Flour, France, 2003
Liste complète des métadonnées

https://hal.inria.fr/inria-00099568
Contributeur : Publications Loria <>
Soumis le : mardi 26 septembre 2006 - 09:38:46
Dernière modification le : jeudi 11 janvier 2018 - 06:19:51

Identifiants

  • HAL Id : inria-00099568, version 1

Collections

Citation

Laurent Jeanpierre. Diagnostic automatique par des modèles stochastiques flous. Application à la surveillance de maladies chroniques. 23ème Séminaire de la Société Francophone de Biologie Théorique - SFBT'2003, 2003, St-Flour, France, 2003. 〈inria-00099568〉

Partager

Métriques

Consultations de la notice

144