Objectif : Permettre une détection précoce des infections chez les nouveau-nés à partir des signaux collectés en temps réel (enregistrements vidéo, variabilité cardiaque et respiratoire, etc.).
Utilisateurs cibles : Personnel médical et soignant en néonatalogie
Détecter au plus tôt les infections chez les nouveau-nés afin de limiter la mortalité et les séquelles tout en minimisant les recours inadaptés aux antibiotiques et la démultiplication des prélèvements sanguins.
- Solution de monitoring en temps réel capable de présenter des données d’interprétabilité
- Apprentissage (Deep Learning ou combinaison d’analyses en Machine Learning) sur la base de données et évaluation sur les données réelles d’une base test
- Automatisation du nettoyage des données et traitement des images et sons
Publication d’articles dans des revues scientifiques et présentation du projet lors de conférences internationales (notamment lors du Congrès Européen de Médecine Périnatale en 2020)
- Preuve de concept démontrant un gain de 4h à 8h par rapport aux cliniciens pour détecter les infections
- TRL (Technology readiness level) de 6/9
- Une étude clinique randomisée sur 1000 patients doit être réalisée pour confirmer les résultats
- Organisation de comités d’experts pour améliorer le travail d’annotation
- Recherche d’un partenaire industriel
- Réalisation d’une étude clinique randomisée et dépôt de candidature pour le marquage CE
- Construction d’un datawarehouse des signaux de monitoring de néonatologie
Contacts
Pr Patrick Pladys
Service Pédiatrie et Pôle Femme Enfant du CHU de Rennes
Pr Guy Carrauult
Unité Inserm de recherche en traitement du signal et de l’image de l’université de Rennes 1