L2M QC 2024 – « Sickle assist »

Résumé projet : SICKLE ASSIST

Notre plateforme se distingue par son approche innovante, remplaçant les méthodes manuelles traditionnelles par des algorithmes d’apprentissage automatique. Ces derniers permettent une surveillance personnalisée des patients à travers les bilans biologiques, leurs complaintes, en identifiant les risques potentiels de complications et en priorisant les interventions en conséquence. En analysant les épisodes de crise, SickleAssist offre une assistance proactive, permettant une gestion plus efficace et préventive de l’anémie falciforme.
En s’appuyant sur des données précises et actualisées, notre plateforme fournit aux professionnels de la santé les outils nécessaires pour améliorer la qualité des soins et réduire les coûts associés à la prise en charge de cette maladie complexe. SickleAssist représente ainsi une avancée majeure dans la gestion des patients atteints de drépanocytose, en leur offrant une surveillance continue et des conseils adaptés pour prévenir les complications majeures.

Faculty Supervisor:

Stephanie Forte

Student:

Partner:

V1 Studio

Discipline:

Computer science

Sector:

Artificial Intelligence; Health and Related Sciences & Technology; Information and Communications Technology

University:

Université de Montréal

Program: