Diagnostic automatique par des modèles stochastiques flous. Application à la surveillance de maladies chroniques - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2003

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

Laurent Jeanpierre

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.
Fichier non déposé

Dates et versions

inria-00099568 , version 1 (26-09-2006)

Identifiants

  • HAL Id : inria-00099568 , version 1

Citer

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. ⟨inria-00099568⟩
76 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More