H/F Thèse en IA : Modèles prédictifs dynamiques exploitant les séquences médicales individuelles pour p
Référence : UMR7534-EMMBAC-008
- Fonction publique : Fonction publique de l'État
- Employeur : Centre national de la recherche scientifique (CNRS)
- Localisation : 75015 PARIS (France)
Partager la page
Veuillez pour partager sur Facebook, Twitter et LinkedIn.
- Nature de l’emploi Emploi ouvert uniquement aux contractuels
- Nature du contrat Non renseigné
- Expérience souhaitée Non renseigné
-
Rémunération Fourchette indicative pour les contractuels La rémunération est d'un minimum de 2200,00 € mensuel € brut/an Fourchette indicative pour les fonctionnaires Non renseignée
- Catégorie Catégorie A (cadre)
- Management Non renseigné
- Télétravail possible Non renseigné
Vos missions en quelques mots
Sujet de thèse :
L’objectif de cette thèse est de développer des modèles dynamiques d'IA prédictifs du risque d’arrêt cardiaque (AC), en exploitant les trajectoires médicales individuelles issues de données temporelles structurées (SNDS et CEMS). Les algorithmes développés devra intégrer la dimension longitudinales des parcours de soins.
En mobilisant des méthodes avancées d’apprentissage automatique adaptées aux données longitudinales (EHR), le projet analysera les séquences de diagnostics, d’actes médicaux et de prescriptions afin de modéliser finement l’évolution du risque dans le temps. Des représentations vectorielles (embeddings) seront explorées pour capturer les interactions complexes entre événements cliniques, notamment au moyen de techniques comme Time2Vec (pour encoder les dimensions temporelles continues) ou FAN (Fourier Analysis Networks) pour capter les motifs fréquentiels.
Pour faire face à l’important volume des données (séquences longues, nombreux patients), des architectures Transformer seront explorées. En particulier, le modèle Performer (FAVOR+), qui repose sur une approximation de l’attention par noyaux (kernelized attention), permettra de traiter efficacement de longues séquences cliniques grâce à une complexité linéaire, tout en conservant les capacités de modélisation des relations de dépendance lointaines.
Outre les approches de type Transformer ou plus classiques de boosting, plusieurs pistes complémentaires pourront être explorées afin d’enrichir la modélisation du risque : Méthodes bayésiennes hiérarchiques , Modèles de processus stochastiques temporels , Processus de Hawkes
Contexte :
Cette thèse sera dirigée par E.Bacry (CEREMADE, Université de Paris-Dauphine, Institut PR[AI]RIE) et co-encadrée par le Prof. Xavier Jouven (APHP, INSERM, Institut PR[AI]RIE.
L'essentiel du travail se fera en intégration dans l'équipe INSERM (unité U970) 56 rue Leblanc 75005 Paris.
Profil recherché
Contraintes et risques :
Niveau d'études minimum requis
- Niveau Niveau 7 Master/diplômes équivalents
- Spécialisation Formations générales
Langues
- Français Seuil
Qui sommes-nous ?
Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieur, de la Recherche et de l’Innovation.
C’est l’une des plus importantes institutions publiques au monde : 33 000 femmes et hommes (dont plus de 16 000 chercheurs et plus de 16 000 ingénieurs et techniciens), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines.
Depuis plus de 80 ans, le CNRS développe des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit entre ses missions de recherche et le transfert vers la société fait du CNRS un acteur clé de l’innovation en France et dans le monde.
Le partenariat qui lie le CNRS avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires témoignent du potentiel économique de ses travaux de recherche.
À propos de l'offre
-
Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.
-
Vacant
-
Chercheuse / Chercheur
