Design d’un algorithme d’IA en grande dimension pour prédire la réadmission à l’hôpital

Published in conférence 'L'Intelligence Artificielle en Santé', 2018

S. Bussy, R. Veil, V. Looten, A Burgun, S. Gaïffas, A. Guilloux, B. Ranque, A.-S. Jannot

La production d’un algorithme d’intelligence artificielle (IA) à partir de données de vie réelle réside dans l’intégration et la transformation d’un très grand nombre de covariables (grande dimension), puis dans la construction d’un modèle d’apprentissage. Dans cet article, nous allons détailler les différentes étapes de ce processus à travers une illustration sur des données de soin réutilisées pour prédire la réadmission à l’hôpital après une crise vaso-occlusive chez les patients atteints de drépanocytose. Dans notre étude, les covariables sont extraites d’un entrepôt de données et sont interprétées grâce à l’utilisation d’outils d’extraction d’information textuelle et de transformation de variables longitudinales. Un total de 174 covariables ont alors été créées à partir du dossier patient. Différentes méthodes d’apprentissage ont ensuite été comparées pour finalement proposer l’algorithme final. Cette étude illustre d’une part la nécessité de disposer d’un grand nombre d’outils pour réutiliser les données de soin, et d’autre part l’importance de considérer différentes méthodes d’apprentissage pour construire un algorithme de prédiction performants.

PDF Download paper here