Méthodes d'intelligence artificielle pour prédire l'impact des thérapies contre le cancer du sein à partir de données rétrospectives.

Artificial Intelligence to predict the impact of therapies against breast cancer from real-world data

• Auteur / Autrice : Laura Vuduc
• Direction : Paul-Henry CournÈde
• Type : Projet de thèse
• Discipline(s) : Mathématiques appliquées
• Date : Inscription en doctorat le 01/09/2020
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale INTERFACES : approches interdisciplinaires, fondements, applications et innovation
• Partenaire(s) de recherche : Laboratoire : Mathématiques et Informatique pour la Complexité et les Systèmes - EA 4037
• Partenaire(s) de recherche : Référent : CentraleSupélec

Mots clés

Mots clés libres

Apprentissage Profond

Analyse de survie

Thérapies

Cancer du sein

Apprentissage Statistique

Deep learning

Statistical learning

Therapy

Survival analysis

Breast cancer

Résumé

L'objectif de ce doctorat est de développer des méthodes d'intelligence artificielle afin : - d'évaluer rétrospectivement l'impact réel en termes de survie globale de thérapies spécifiques ou de stratégies de soins, - d'identifier les sous-populations pour lesquelles les thérapies ont un impact clair et celles pour lesquelles il est moins évident, - d'identifier les facteurs qui peuvent expliquer ces différences, - et de développer un outil d'aide à la décision pour trouver la stratégie de traitement la plus adaptée à chaque individu.

The objective of this Ph. D. is to develop Artificial Intelligence methods: - to retrospectively assess the real impact in terms of overall survival of specific therapies or more global healthcare strategies, - to identify subpopulations for which therapies have a clear impact and those for which it is less obvious, - to identify the factors that can explain these differences, - and to develop a decision-aid tool to find the most adapted treatment strategy for each individual.