Bandits pour le suivi de patients – BIP-UP

L'apprentissage artificiel est porteur de nombreux espoirs en médecine. Dans le projet BIP-UP, nous allons explorer la problématique du suivi individualisé de patient ayant subi une intervention en chirurgie baryatrique. Actuellement ce suivi est le même pour tous les patients alors que les praticiens sont bien conscients qu'un suivi individualisé serait bien plus pertinent. Cette problématique sera modélisée à l'aide de bandits contextuels, dont la définition sera précisée au début du projet. L'entraînement de ces bandits dans un contexte pauvre en données, des données de nature potentiellement multiples, en prenant en compte le risque pour le patient qui constitue un système dynamique autonome seront les principaux défis à étudier sur le plan théorique. Nous aborderons ces points avec rigueur, mais de manière pragmatique. Nous utiliserons les données d'une cohorte de patients collectées depuis une quinzaine d'années au CHU de Lille afin d'entraîner l'algorithme de bandits et le tester sur des cohortes de validation. Nous utiliserons également les données de ces patients disponibles dans le HDH afin d'enrichir ces données et améliorer nos prédictions, donc le suivi. In fine, l'objectif est de développer un compagnon logiciel mis à disposition de l'équipe médicale qui en effectuera une évaluation pratique sur ses patients.
BIP-UP repose sur une étroite collaboration entre l'équipe Scool de l'Inria à Lille, experte en bandits et leurs applications, et l'unité Inserm U 1190 spécialisée en chirurgie baryatrique, que ce soit en termes clinique ou en termes de recherche.
BIP-UP a pour ambition de mener une recherche exploratoire sur un certain type de patients, mettre au point un compagnon logiciel de suivi de patients. La démarche pourrait être ensuite adaptée au suivi de nombreux autres types de patients.