|

MedTech Wallonia – Gestion des alertes

Problématique :

Quel système de monitoring mobile et intelligent pourrait permettre de remonter les paramètres cliniques des patients en temps réel tout en assurant une gestion efficace, hiérarchisée et non intrusive des alertespour éviter la surcharge des soignants et garantir la sécurité des patients ?

Solution :

La solution imaginée repose sur une intelligence artificielle virtuelle, vocale et interactive, qui dialogue avec le patient. Elle intègre un logiciel de dialogue (Soft/Mod) et permet un scoring, une analyse de la progression et un suivi ciblé. Reliée au dossier médical électronique (DSE) et intégrée à des dispositifs IoT, elle fournit aux professionnels de santé (HCP) un outil d’aide au suivi et à la décision.

Utilisateurs :

Les utilisateurs identifiés sont les professionnels de santé, les patients eux-mêmes, ainsi que les administrateurs hospitaliers en charge de la qualité et de la réglementation (QARA).

Partenaires clés :

Les partenaires clés incluent les départements informatiques des hôpitaux, les fournisseurs de solutions, les intégrateurs, ainsi que les utilisateurs finaux qui définissent les besoins (URS). La conformité réglementaire (CE) est également un point essentiel.

Modèle de revenus :

Le modèle de revenus s’appuie sur un système de licences et de services, complété par un investissement initial (CAPEX) et des financements extérieurs.

Submitted by:

Angelique Boerboom

Continue the discussion here :

Similar Posts

  • |

    GUIMIC: From Guidelines to Mindlines through Coalitional Active Learning

    submitted by Benoit Macq
    > Link to forum

    Le problème identifié

  • Difficulté de l’alignement de l’usage de l’IA pour l’aide à la décision clinique avec les « mindlines »
  • Obstacles: rejet des outils d’IA trop prescriptifs et pas assez adaptés aux pratiques médicales en équipe.
  • La solution proposée

  • Une plateforme basée sur le CAL et les RAG des guidelines
  • Les experts établissent une coalition (théorie des jeux coopératifs)
  • RAG avec les guidelines du domaine

    Fine tuning du RAG par échantillonnage coopératif des experts

    Une solution de recommandations avec vote dans la coalition a été implémentée

  • |

    AI4Brain

    Click here to access the project’s website: Le projet IA for Brain vise à introduire des outils avancés d’analyse, de modélisation et de prédiction dans le suivi des patients atteints de troubles neurologiques ou psychiatriques. Il se concentre sur quatre axes : faciliter le transfert et l’harmonisation des données patients, définir les meilleurs modèles et…

  • |

    DIOC

    Ce projet vise à transformer la manière dont sont évalués et pris en charge les troubles psychiatriques, en particulier lestroubles liés à l’usage de substances et les troubles de l’humeur. L’objectif : développer un dispositif intégré d’évaluation multifactorielle capable d’orienter chaque patient vers les soins les plus adaptés dès l’hospitalisation, afin de prévenir les rechutes…

  • |

    WalSeq

    Le projet WalSeq a pour ambition de renforcer la plateforme de Génomique du GIGA grâce à l’acquisition d’équipements de dernière génération. Cet investissement stratégique permettra de maintenir la plateforme à la pointe de la technologie et d’élargir son offre de services, au bénéfice des chercheurs académiques comme des entreprises innovantes, en particulier les PME. Grâce…

Laisser un commentaire