Description
Date depot: 1 octobre 2020
Titre: MYAUDIOPREDICTION : ANALYSE PAR INTELLIGENCE ARTIFICIELLE DE DONNEES AUDIOLOGIQUES AFIN DE PROPOSER UN PREDIAGNOSTIC ET UNE PREDICTION DU PROFIL AUDIOMETRIQUE FUTUR
Directrice de thèse:
Florence ROSSANT (LISITE)
Encadrante :
Ilaria RENNA (LISITE)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Non defini
Resumé:
Le monde des explorations fonctionnelles de l’audition, et plus particulièrement l’audiométrie tonale, mesure diagnostique par excellence de l’acuité auditive humaine va être profondément modifiée dans les prochaines années, grâce à l’implémentation d’algorithmes d’intelligence artificielle combiné à l’adoption de la télémédecine. Les premiers résultats cliniques d’audiométries réalisées par IA confirment leurs fiabilités et fournissent des informations complémentaires sur les profils audiologiques des patients, non exploitées jusqu’alors. L’avènement de la télé-audiométrie permettra également de constituer une base de données audiologiques inédite. Enfin, l’évolution démographique actuelle, tant médicale que sociétale, induit une forte hausse de la demande de soins otologiques, que le corps médical ne pourra prendre en charge.
Pris ensemble, ces différents points démontrent la nécessité : i) de caractériser finement les troubles auditifs des patients à partir de l’audiométrie recueillie par IA pour établir un pré-diagnostic précis, permettant d’appuyer le médecin dans sa prise en charge ; ii) d’exploiter les données issues de la télé-audiométrie pour améliorer la compréhension des mécanismes physiopathologiques des patients, en vue de; iii) proposer une prise en charge personnalisée, et d’être proactif dans la thérapeutique proposée, via l’établissement de courbes prédictives du devenir audiométrique du patient en fonction de ses facteurs de risque.
Ce travail de recherche, baptisé MyAudioPrediction, sera réalisé en partenariat avec le laboratoire de l’ISEP et la société MyMedicalAssistant SAS, spécialisée dans la télé-audiométrie et l’automatisation de l’audiométrie par IA.
Doctorant.e: Perry Antoine