SOUSSAN, M. Ethan (2025) DataToCare : Prédire des traitements pour des patients en soins intensifs grâce aux Grands modèles de langage (LLMs) PRE - Projet de recherche, ENSTA.
Fichier(s) associé(s) à ce document :
![]()
| PDF 1638Kb |
Résumé
L’usage de l’intelligence artificielle est de plus en plus fréquent dans de nombreux domaines, aussi complexes et risqués qu’ils soient. En particulier, la médecine pourrait grandement bénéficier de cette technologie en constant développement. Pour ne citer qu’une forme d’intelligence artificielle utile à la médecine, la visualisation par ordinateur est déjà un levier très puissant dans le domaine de l’imagerie médicale. Le rapport suivant présente l’ensemble du travail que j’ai effectué au sein du laboratoire d’informatique du NYU. Celui- ci était orienté vers l’amélioration d’un algorithme de prédiction de traitements pour des patients en soins intensifs. Ce rapport reviendra sur l’ensemble de la réflexion et du travail fournis avant de parvenir à penser l’objectif final : prédire grâce aux LLMs. L’objectif de cette étude est d’interroger la capacité des LLMs à fournir des prédictions fiables.
Type de document: | Rapport ou mémoire (PRE - Projet de recherche) |
---|---|
Mots-clés libres: | Prédiction, Grands modèles de langage, Médecine, Pipeline, Intelligence artificielle |
Sujets: | Mathématiques et leurs applications Sciences de la vie et ingénierie du vivant |
Code ID : | 10569 |
Déposé par : | Ethan SOUSSAN |
Déposé le : | 22 août 2025 10:51 |
Dernière modification: | 22 août 2025 10:51 |