Comment établir un diagnostic médical automatisé —mais transparent— du cancer de l’ovaire, à partir d’un échantillon de sérum analysé par un spectromètre de masse ?
XTRACTIS pour la médecine PRéDICTIVE
DIAGNOSTIC SPECTROMÉTRIQUE DU CANCER DE L'OVAIRE
Benchmark vs Régression Logistique, Forêts Aléatoires, Arbres Boostés & Réseaux de Neurones
les objectifs & avantages
Identifier les protéines impliquées dans le cancer, à partir des bandes du spectre.
Améliorer les connaissances médicales en aidant les gynécologues et les oncologues à comprendre les relations causales entre certaines protéines, leur combinaison et la présence d’un cancer.
Aider le corps médical à prendre des décisions plus précoces et plus personnalisées grâce à des diagnostics rapides, systématiques et explicables.
Contribuer à améliorer la prise en charge des patients (douleur, survie, durée de traitement) et étendre l’accès aux diagnostics de haut niveau même dans les déserts médicaux.
les résultats XTRACTIS
Nous obtenons un modèle prédictif qui est à la fois :
Intelligible.
Un système de décision composé de 2 règles graduelles non chaînées, utilisant seulement les 3 variables identifiées par XTRACTIS comme significatives.
Robuste.
Performances parfaites sur le Test Externe.
Efficient & Operationnel.
Exécution en temps réel jusqu’à 70000 prédictions par seconde (sur i7, 8 cœurs physiques, 2,5 GHz), hors ligne ou en ligne (API).
Synthèse du Use Case 09/2022 (v1.3)
Résultats par
XTRACTIS® GENERATE 12.1.42004 (06/2022)
SOMMAIRE DU DOCUMENT
- Définition du problème
- Solution Xtractis
- Induction du Top-Modèle
- Prédictions pour 2 cas inconnus
- Benchmark des Top-Modèles
