XTRACTIS POUR LA MÉDECINE PRÉDICTIVE

Diagnostic génétique du cancer de la prostate

Benchmark: XTRACTIS VS forêts aléatoires & boosted trees

Cette étude a pour objectif de poser un diagnostic médical automatisé du cancer de la prostate. Elle illustre la capacité de l’IA de Confiance xtractis à induire automatiquement des connaissances sous forme de relations mathématiques prédictives et intelligibles, à partir de données issues du séquençage génétique de tissus.

Au final, xtractis génère un modèle de classification binomiale composé de  4 règles décisionnelles sans chaînage, utilisant les niveaux d’expression de seulement 7 gènes, parmi 12 600, et prédit un diagnostic pour l’infinité des points de l’espace de décision avec une fiabilité éprouvée.

Les avantages :

  • Aider les (futurs) urologues et oncologues à comprendre les relations causales entre certains gènes et la présence de cancer. 
  • Aider le corps médical à prendre une décision plus précoce et plus individualisée, grâce à des diagnostics rapides et systématiques.
  • Améliorer la prise en charge des patients (douleurs, survie, durée du traitement) et l’accès aux diagnostics même dans les déserts médicaux.

Sommaire :

– Type de Modélisation et données de référence

– Processus xtractis d’induction automatique

– Top-CVE : Modèle complexe, mais garantissant la capacité prédictive

– Performances du top-CVE

– Modèle intelligible par rétro-ingénierie du CVE : le REV

– Performances du REV

– Refus de décision

– Intelligibilité du modèle et Explicabilité de la décision

– Exemple : Prédiction pour le Patient #21

– Ressources du processus xtractis (Induction + Validation + Déduction)

– Benchmark xtractis versus forêt aléatoire & boosted trees

– Conclusions et Avantages de l’IA de Confiance xtractis

Résultats par xtractis® GENERATE 11.2.38531 (06/2021)
Première version Use-Case : 06/2018
Version courante : 12/2021 (v2.1)