Impact de l'Intelligence Artificielle sur la Santé Digitale : Cas de la Médecine de Précision et des Accidents Vasculaires Cérébraux

Abstract

Cette thèse explore deux volets interdépendants mais distincts de la santé digitale : l’utilisation de l’intelligence artificielle (IA) dans la médecine de précision, ainsi que la classification des accidents vasculaires c´cérébraux (AVC) `a l’aide de techniques d’apprentissage profond. Le premier volet analyse l’impact de l’IA sur la médecine de précision. Nous mettons en lumière les avancées significatives que l’IA apporte à ces domaines, en facilitant des diagnostics plus précis et des traitements personnalisés. Une attention particulière est accordée aux méthodes d’IA qui révolutionnent les soins de santé en permettant une approche plus individualisée et efficace. De plus, l’intégration de l’IA dans la prise en charge des AVC est examinée pour démontrer comment la santé digitale peut transformer les pratiques médicales actuelles. Le second volet aborde la classification des AVC en utilisant des techniques d’apprentissage pro- fond. Nous nous concentrons sur les AVC ischémiques dans le contexte africain, en examinant les facteurs de risque spécifiques `a cette région. Nous présentons également une analyse sur l’utilisation des réseaux de neurones convolutifs (CNN), en particulier le modelé VGG-16, pour classifier les AVC ischémiques `a partir des scans IRM marocains. Par ailleurs, nous explorons l’application des Transformers de vision (ViT) dans la classification des AVC, en soulignant l’utilisation du modèle ViT-b16 appliqué aux scans IRM marocains et aux images de tomodensitométrie (CT). Les résultats de notre recherche démontrent que les techniques d’apprentissage profond peuvent améliorer significativement la précision du diagnostic des AVC, offrant ainsi un potentiel considérable pour des applications cliniques futures. Enfin, cette thèse ouvre la voie à de nouvelles perspectives de recherche en combinant les forces de l’IA et de l’apprentissage profond pour transformer les pratiques médicales et diagnostiquer efficacement les maladies critiques.