Anonymiser des données cliniques pour optimiser les parcours de soin Covid
L'APHP collecte des données cliniques sur les patients suspectés de Covid, qui comprennent des scores de sévérité sur huit champs pulmonaires après une échographie.
Ces données sont précieuses pour évaluer le niveau de sévérité des patients atteints de Covid, personnaliser leur parcours de soins et soulager les établissements confrontés à un problème de santé publique critique.
Le but ? Créer un algorithme de Machine Learning pour prédire le niveau de sévérité des patients et améliorer la qualité des soins tout en respectant la confidentialité des patients.
Prestation de service d'anonymisation : Octopize s'est déplacé sur les lieux de l'APHP pour effectuer l'anonymisation de données personnelles directement sur ses serveurs.
Durée : 2 jours.
Le modèle de prédiction entraîné sur des données synthétiques avatar est en moyenne 7% plus performant que le modèle de prédiction entraîné sur les données d’origine.
"Convaincu par les avatars, à l’issue d’expérimentations dans le cadre d’Epidemium et d’Echopen, j’ai proposé à Octopize de venir présenter la technologie des avatars au groupe de travail mensuel IA et Santé de l’Accadémie de Médecine."
- Olivier de Fresnoye, Directeur Général et Co-fondateur @echOpen
"Convaincu par les avatars, à l’issue d’expérimentations dans le cadre d’Epidemium et d’Echopen, j’ai proposé à Octopize de venir présenter la technologie des avatars au groupe de travail mensuel IA et Santé de l’Accadémie de Médecine."
- Olivier de Fresnoye, Directeur Général et Co-fondateur @echOpen