Soutenance de thèse d'Ikram CHOURIB

Mardi 13.12.2022
Horaires :
De 10:00 à 12:00

Adresse :

Campus de Brest – amphi B01-008

Madame Ikram CHOURIB du département ITI et du laboratoire Lab-STICC soutiendra publiquement ses travaux de recherche sur le :

Raisonnement à base de cas pour l’aide au diagnostic médical : Application AVC

Avis de soutenance

En savoir +

Résumé : Dans les dernières décennies, l’aide à la décision a connu une importante évolution, dont elle a été amplement adoptée dans le domaine médical ce qui a favorisé l’apparition d’un nombre important de Systèmes d’Aide à la Décision Médicale (SADM), dont certains ont été facilement adoptés en médecine tandis que d’autres sont restés au stade expérimental. En raison de la complexité des situations cliniques, les cliniciens ont besoin d’être assistés pour prendre des décisions critiques et efficaces. Dans ce contexte, la méthodologie du raisonnement à partir de cas (Case Basel Reasoning, CBR) a été largement adoptée pour aider les experts à réaliser leurs tâches. Son utilisation a permis une avancée significative dans la résolution des problèmes liés au diagnostic, à la thérapie et au pronostic des maladies. Cependant, cette méthodologie a montré certaines limites qui ont conduit les chercheurs à réfléchir à son utilisation conjointement avec d’autres méthodes de résolution, telles que la fouille de données et les méthodes d’apprentissage automatique. Dans cette optique, nous avons travaillé sur trois axes : le raisonnement médical, l’aide à la décision et la conception du processus décisionnel médical. Notre contribution concerne la conception d’un système d’aide à la décision médicale contenant trois principaux modules permettant la structuration des bases (base de cas et base de connaissances expert), l’extraction des connaissances et l’intégration des connaissances, dans l’objectif d’apporter une aide à l’expert dans son processus de prise de décision (et non pas remplacer l’expert) et ceci en traitant les données massives issues de différentes sources. Ceci est réalisé en utilisant conjointement une base de cas et une la base de connaissances expert tout en intégrant l’expert dans le système de raisonnement à base de cas afin d’assurer un apprentissage continu et incrémental. La sortie attendue de notre approche sera sous la forme d’un rapport de traitement décisionnel contenant des résultats interprétables qui prouvent que le cas cible est digne d’être pris en considération ou non. Les résultats obtenus sont encourageants et mettent en lumière des perspectives à explorer.

Organisateur(s)

Dans le cadre de la co-accréditation de thèse d’IMT Atlantique au sein de l'école doctorale MATHSTIC en cotutelle avec Ecole Nationale des Sciences de l'Informatique

Mots-clés : Aide à la décision, Raisonnement à base de cas, Raisonnement par classification, Mesure de similarité, catégorisation, apprentissage non supervisé

Publié le 29.11.2022
 
 
 
 
 
1
 
2
 
3
 
4
 
5
 
6
 
7
 
8
 
9
 
10
 
11
 
12
 
13
 
14
 
15
 
16
 
17
 
18
 
19
 
20
 
21
 
22
 
23
 
24
 
25
 
26
 
27
 
28
 
29
 
30
 
31