Aide à la prise en charge et au suivi des traumatismes crânio-cérébraux

Le monde médical et social ne sont ni informés ni sensibilisés aux troubles causés par les traumatismes crânio-cérébraux comme les séquelles neurologiques par exemple et par conséquent sont mal accompagnés et mal pris en charge. L'objectif est de développer un algorithme de pronostic et un protocole médical permettant de mieux organiser le parcours de soin et d'accompagnement médico-social des personnes ayant subi un traumatisme crânio-cérébral en identifiant par exemple les variables qui sont pertinentes pour le besoin ou non du suivi d'un traumatisme grâce à des techniques et des outils issus du domaine de la recherche opérationnelle et de l'apprentissage automatique.

Publications 2022-2024

• 2024
  • Th. Anani, J.‑F. Pradat‑Peyre, F. Delbot, P.‑F. Pradat : “Machine Learning and Feature Selection Methods to Predict 1-Year Disease Progression for Amyotrophic Lateral Sclerosis”, (2024)
• 2022
  • Th. Anani, J.‑F. Pradat‑Peyre, F. Delbot, P.‑F. Pradat : “Use of metaheuristics for machine learning in the context of ALS”, 8^th ALS and MND research meeting, Paris, France (2022)
  • Th. Anani, F. Delbot, J.‑F. Pradat‑Peyre : “Experimental Comparison of Metaheuristics for Feature Selection in Machine Learning in the Medical Context”, Artificial Intelligence Applications and Innovations, vol. AICT-647 (Part II), IFIP Advances in Information and Communication Technology, Hersonissos, Greece, pp. 194-205, (Springer International Publishing), (ISBN: 978-3-031-08336-5) (2022)
  • Th. Anani, F. Delbot, J.‑F. Pradat‑Peyre : “Comparaison expérimentale de métaheuristiques pour la sélection de variables dans le cadre de l’apprentissage automatique appliqué au domaine médical”, 23^e congrès annuel de la Société Française de Recherche Opérationnelle et d'Aide à la Décision, Villeurbanne - Lyon, France (2022)