MOTEMU - Construction et validation statistique de modèles dédiés à la génération de traces d’événements associées à des séries temporelles multivariées

Le 02 avril 2024

Campus Chantrerie

false false

Ce projet s'inscrit dans le cadre d'une collaboration entre le domaine numérique et la santé, avec et implique le Laboratoire Expérimental de Simulation en Médecine Intensive (LE SiMU) de Nantes Université, le LS2N et el CHU de Nantes. Le SiMU utilise des simulateurs de patients haute-fidélité pour aider à perfectionner à la gestion des situations critiques en anesthésie, offrant une immersion réaliste pour les équipes médicales.

Dans le but d'améliorer la sécurité et la qualité des soins peropératoires, les formateurs du SiMU cherchent à diversifier les scénarios de simulation pour les internes et les infirmiers anesthésistes en formation, ainsi que pour les praticiens expérimentés en formation continue. Une solution envisagée est d'automatiser la génération de scénarios réalistes en s'appuyant sur une vaste base de profils anesthésiques enregistrés depuis 2004.

Les profils anesthésiques, constitués de traces d'événements et de séries temporelles multivariées, sont enregistrés par les CHU. Ces données incluent les actions de l'équipe médicale, les réactions du patient opéré, et l'évolution de ses paramètres physiologiques.

Le projet se base sur une approche reposant sur des modèles neuronaux profonds pour la prédiction de ces séries temporelles. L'arrivée des transformers a été une révolution dans le traitement du langage naturel et commence à montrer un intérêt certain dans la prédiction de séries temporelles.

Nous avons donc adopté cette approche novatrice dans le but de simuler des patients numériques sous anesthésie générale et également générer des jumeaux numériques qui pourront être utilisés par LE SiMU.

Merci à nos soutiens

Mis à jour le 29 avril 2024.