Ce projet a été créé dans le but de participer au Hackathon D4GEN 2023 organisé par Genopole. Le thème du projet porte sur la conception d'un modèle de machine learning qui permettra de détecter les patients présentant une forte probabilité d'avoir une fibrillation atriale à l'origine de leur AVC. Le projet utilise des algorithmes de traitement de données et de modélisation de machine learning pour analyser les données médicales des patients et identifier les facteurs de risque de fibrillation atriale. Le modèle permettra de prédire les patients qui sont les plus susceptibles de développer cette condition en utilisant des données telles que l'âge, le sexe, les antécédents médicaux, etc. Le but final de ce projet est d'aider les médecins à diagnostiquer et traiter plus rapidement et efficacement les patients atteints de fibrillation atriale, ce qui réduira le risque d'AVC et améliorera la qualité de vie des patients.
- Hakim SAGHIR - Data scientist
- Dr Mohanad MAHFOUD - Cardiologue
- Dr Nicolas CHAUSSON - Neurologue
- Thibault ELLONG - Développeur
- Djebar HAMMOUCHE - Mathématicien