Nous utilisons les dernières technologies de Deep Learning pour estimer le risque d’apparition d’un évènement indésirable ou d’une rupture dans le parcours de soins du patient.
Nos modèles utilisent l’ensemble des données disponibles (caractéristiques socio-économiques, co-morbidités, séjour, prises de médicaments, imagerie, analyses de sang…) mais aussi leur « dynamique », c’est-à-dire l’enchaînement des durées.
Ces modèles dynamiques ont déjà prouvé leur efficacité pour anticiper les arrêts de traitement ou les réhospitalisations.
Nous nous basons principalement sur le SNDS enrichi de données cliniques.
Il s’agit du système national des données de santé qui regroupe tous les remboursements de l’Assurance Maladie et de consommations de soins en France. C’est tout simplement la plus grande base de données de santé au monde !
Nous sommes engagés dans la promotion d’une intelligence artificielle éthique et responsable.
Nos algorithmes sont construits en collaboration avec des médecins dans le respect des principes éthiques édictés par notre comité scientifique indépendant. Nous appliquons le principe de la garantie humaine en intelligence artificielle et toutes les décisions médicales sont prises par des médecins, nous outils mettent l’IA au service la décision médicale.
Enfin, nos chercheurs travaillent sur les mécanismes permettant d’expliciter les algorithmes pour limiter l’effet « boîte noire » du deep learning.
Toutes les données sont stockées sur des serveurs sécurisés et l’ensemble des traitements réalisés par nos data scientists sont enregistrés en video et stockés pour garantir une transparence et traçabilité totales.
Les serveurs de Sêmeia ont été agréés par la CNIL et sont habilités à recevoir les données issues de l’Assurance Maladie.
En savoir plus
