|

GUIMIC: From Guidelines to Mindlines through Coalitional Active Learning

ByNicolas Delinte

> GUIMIC Channel

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

    | |

    Un modèle moderne pour prédire les risques cardiovasculaires

    ByNicolas Delinte

    submitted by Pierre Remacle<\strong>

    Problème identifié

    Aujourd’hui, l’évaluation du risque cardiovasculaire reste un défi important dans le domaine médical. Malgré les avancées, de nombreux patients subissent encore des crises imprévues, souvent faute de prévention adaptée ou d’outils permettant d’anticiper ces événements.

    Solution proposée

    Développement d’un modèle d’IA capable de prédire le risque cardiovasculaire et d’identifier les facteurs clés influençant l’évolution de la maladie. Ce modèle pourrait ensuite être intégré dans un boîtier portable destiné aux médecins, afin de les assister en fournissant un “score de risque cardio” précis

    Impact attendu

    Pour les patients :
    – Réduction des incidents cardiovasculaires imprévus grâce à une détection précoce.
    – Meilleure prise en charge et traitement adapté, améliorant ainsi la qualité de vie.