Comment établir un diagnostic médical automatisé —mais transparent— de la cardiopathie fœtale à partir des caractéristiques du signal de la fréquence cardiaque fœtale et des contractions utérines ?
XTRACTIS POUR LA MÉDECINE PRÉDICTIVE
IDENTIFICATION CARDIOTOCOGRAPHIQUE DES PATHOLOGIES CARDIAQUES FŒTALES
Benchmark vs. Régression Logistique, Forêts Aléatoires, Arbres Boostés et Réseaux de Neurones
les objectifs & avantages
Identifier les paramètres nécessitant une vigilance accrue et améliorer les connaissances médicales en aidant les cardiologues à comprendre les relations causales entre des caractéristiques cardiotocographiques spécifiques, leur combinaison et la présence d’une anomalie.
Aider le corps médical à prendre des décisions plus précoces et plus personnalisées grâce à des diagnostics rapides, systématiques et explicables.
Étendre l’accès aux diagnostics de haut niveau même dans les déserts médicaux.
Diminuer la mortalité prénatale et éviter d’éventuelles séquelles neurologiques pour le fœtus.
les résultats XTRACTIS
Nous obtenons un modèle prédictif qui est à la fois :
Intelligible.
Un système de décision composé de 56 règles graduelles non chaînées, chacune utilisant certaines des 18 variables identifiées par XTRACTIS comme significatives, y compris les signaux faibles.
Robuste.
Bonnes performances 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).
Use Case 09/2022 (v2.3)
Résultats par
XTRACTIS® GENERATE 12.1.41978 (05/2022)
SOMMAIRE DU DOCUMENT
- Définition du problème
- Solution Xtractis
- Induction du Top-Modèle
- Prédictions pour 4 cas inconnus
- Benchmark des Top-Modèles