Prédiction et triage de patients en contexte d'urgence chirurgicale // Prediction and triage of patients within emergency surgical context

Le sujet 'Prédiction et triage de patients en contexte d'urgence chirurgicale' s'inscrit dans le contexte général du RHU RAUC porté par le CHU Amiens Picardie. Il vise à satisfaire le maillon « numérique » de la chaine de valeurs des méthodes, outils et pratiques permettant la Réhabilitation Augmentée des Urgences Chirurgicales digestives.

Les objectifs de ce WP sont axés autour de l'exploration et de la proposition de solutions et méthodes originales d'aide à l'organisation parcours de soins dans le cadre précis des Urgences Chirurgicales. Pour ce faire, il est divisé en 4 tâches couvrant respectivement les aspects liés à : La gestion de la donnée ; L'apprentissage de modèles d'aide à la décision au service de la réhabilitation du patient et de l'organisation des soins ; La fédération de l'apprentissage des modèles dans une volonté d'essaimage ; L'ingénierie logicielle et l'intégration au sein des SI des établissements de santé.

Le sujet se concentrera sur les problématiques suivantes :

+ Recueil et structuration des données ;
+ Imputation des données manquantes ;
+ Proposition de solutions originales répondant à la frugalité des modèles d'apprentissage ; Recherche de Coresets et distillation de données
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

The topic 'Patient Prediction and Triage in Emergency Surgical Settings' falls within the overall context of the RHU RAUC (Rehabilitation and Care Unit) project led by the Amiens Picardie University Hospital. It aims to address the 'digital' link in the value chain of methods, tools, and practices enabling Augmented Rehabilitation in Digestive Surgical Emergencies.

The objectives of this WP are focused on exploring and proposing original solutions and methods to support the organization of care pathways in the specific context of Surgical Emergencies. To this end, it is divided into four tasks, respectively covering aspects related to: Data management; Learning decision-making models for patient rehabilitation and care organization; Consolidating model learning with a view to scaling up; and Software engineering and integration within healthcare facility information systems.

The topic will focus on the following issues:

+ Data collection and structuring;
+ Missing data imputation;
+ Proposing original solutions to address the frugality of learning models; Coreset research and data distillation
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2025

Other public funding

ANR Financement d'Agences de financement de la recherche

Université de Picardie - Jules Verne

585 Sciences, Technologie, Santé

Msc in Computer Science ; Msc in Artificial Intelligence.
Msc in Computer Science ; Msc in Artificial Intelligence.