Je développe un système intelligent d’aide au diagnostic des pathologies cardiovasculaires, intégrant des données d’IRM cardiaque, de signaux ECG et de biomarqueurs sanguins. L’objectif est de fournir aux professionnels de santé un outil innovant, capable d’analyser automatiquement les images médicales, d’interpréter les signaux biologiques et d’offrir une aide à la décision rapide et précise. Le projet repose sur des techniques avancées d’intelligence artificielle, telles que la segmentation par réseaux de neurones (U-Net, nnU-Net), l’analyse du strain myocardique, la détection de la viabilité du tissu cardiaque, ainsi que l’interprétation automatisée des signaux ECG et biomarqueurs à l’aide de modèles deep learning explicables (XAI ). Une interface web clinique intuitive permet aux médecins d’accéder aux résultats de façon fluide et sécurisée. Ce projet a pour vocation de faciliter le diagnostic précoce, d’optimiser la prise en charge des patients et de répondre aux besoins réels des praticiens hospitaliers. Je souhaite intégrer un écosystème d’innovation pour bénéficier d’un accompagnement technique, d’un encadrement réglementaire et de partenariats en vue d’un prototypage, d’une validation clinique et d’un déploiement futur.
Le projet propose un système intelligent d’aide au diagnostic cardiovasculaire, accessible via une plateforme web sécurisée. Cette solution combine l’analyse automatique d’images IRM, de signaux ECG et de biomarqueurs biologiques, grâce à des algorithmes d’intelligence artificielle. Elle permet de : Classifier automatiquement les IRM selon les types de pathologies, Segmenter les cavités cardiaques (VG, VD, myocarde), Étudier la viabilité myocardique (fibrose, infarctus), Calculer la déformation du myocarde (strain), Analyser automatiquement les signaux ECG, Interpréter les biomarqueurs pour compléter l’évaluation clinique. Une synthèse du diagnostic est proposée via une interface ergonomique, visuelle et explicable, destinée aux professionnels de santé pour les aider à prendre des décisions plus rapides, précises et personnalisées.
Le projet est soutenu par plusieurs partenaires académiques et professionnels : Dr Narjes Ben Ameur, Maître assistante à l’Institut Supérieur des Technologies Médicales de Tunis (ISTMT), apporte son expertise en imagerie médicale, en pédagogie appliquée à la santé, et en validation scientifique des approches utilisées. M. Firas Karoui, expert en innovation et en entrepreneuriat technologique, intervient en tant que conseiller stratégique et accompagne le projet sur les volets incubation, structuration et valorisation au sein de l’écosystème de ValoTech Lab. Dr Salem Hamid
