Apprentissage automatique pour le contrôle de la confusion
Kossi Clément Trenou, Doctorat en biostatistique📈
Dans un monde idéal, la médecine personnalisée ajuste les traitements en fonction des caractéristiques individuelles telles que les gènes, le mode de vie et l'environnement. Pour rendre cette approche plus valide, nous explorons l'utilisation de l'apprentissage automatique pour un meilleur contrôle de la confusion. Notre objectif est de développer un système qui recommande des solutions adaptées à des groupes similaires, tout en tenant compte de leur situation unique, en identifiant et en sélectionnant judicieusement les informations pertinentes. Ceci soutient l'ODD 3 en fournissant des méthodes d'analyse de données pour identifier les meilleures stratégies de traitement, et l'ODD 10 en permettant une approche individualisée de la santé, s'éloignant ainsi du paradigme d'un traitement uniforme pour tous.