Des soins pour la peau pilotés par l’IAau creux de votre main
Nous complétons la plus grande base de données jamais réalisée sur les MTN cutanées
Préparer le terrain pour des analyses multimodales, riches en données de haute qualité
SkincAIr mène un vaste exercice de collecte de données afin de développer une application mobile innovante, basée sur l’IA, pour la détection et la prédiction des maladies tropicales négligées (MTN) cutanées.
La base de données comprendra des données tabulaires (ex. caractéristiques démographiques, antécédents médicaux, détails de traitement), des images et des informations géospatiales. Un formulaire électronique harmonisé de rapport de cas (eCRF) garantira l’uniformité du type et du format des données recueillies pour l’étude de validation et la phase pilote sur le terrain.
AI Models for Early Detection, Prognosis & Treatment of Skin NTDs
Modèles d’IA pour la détection précoce, le pronostic et le traitement des MTN cutanées
Un diagnostic établi par l’IA
SkincAIr développe un modèle d’IA avancé pour détecter des affections cutanées à partir d’images médicales. Cette technologie exploitera l’apprentissage profond pour analyser des photos capturées via smartphone et fournir un appui diagnostique fiable aux travailleurs de santé de terrain, en particulier dans les pays à faibles et moyens revenus où les ressources médicales sont limitées.
Un modèle équitable et inclusif
Notre objectif est d’améliorer la détection précoce des MTN cutanées, d’orienter les décisions thérapeutiques et de réduire leur impact en permettant des diagnostics plus rapides et plus fiables. Le modèle sera entraîné sur des jeux de données diversifiés collectés dans plusieurs régions pour garantir une performance optimale sur différents types de peau et tranches d’âge.
Une technologie intelligente et évolutive
Pour assurer équité et précision, nous intégrons des méthodes de détection des biais et suivons un protocole standardisé de collecte d’images. Basé sur un pipeline de données robuste, SkincAIr utilise des architectures d’IA de pointe, telles que les réseaux de neurones convolutionnels et les transformeurs visuels, tout en intégrant des données réelles de patients pour améliorer la précision du diagnostic.
Collecte des données
Contrôle qualité
Préparation & traitement des données
Lutter contre l’apprentissage biaisé et les raccourcis
Développement de modèles
Intégration des métadonnées
Optimisation des modèles
Évaluation des modèles
Modèles finaux pour la détection et la prédiction des MTN cutanées
Output
Une application mobile fiable et flexible pour les agents de santé de première ligne
Le pouvoir de détecter, suivre et gérer les MTN cutanées depuis son propre appareil
L’application mobile SkincAIr aidera les travailleurs de santé de terrain à détecter et surveiller précocement les MTN cutanées à l’aide de leur smartphone. Leurs préoccupations et leurs retours directs guideront la co-conception de l’application, et leurs avis façonneront en continu son évolution pour répondre aux besoins des patients dans un contexte réel. L’application sera disponible sur Android, iOS et en version web, grâce à une architecture modulaire conçue pour garantir fiabilité, évolutivité, maintenabilité et rapidité.
Fonctionnalités clés
Capture d’images en temps réel
Vision augmentée avec assistance intégrée pour aider les travailleurs de santé à prendre des photos de qualité, même en zones reculées ou à faible connectivité.
Détection augmentée
Les images capturées sont traitées directement sur l’appareil mobile, compressées et transmises à notre modèle d’IA pour un retour diagnostique quasi instantané.
Génération de QR codes pour un accès simplifié
Pour faciliter le suivi thérapeutique, l’application génèrera des QR codes en cas de diagnostic positif. Cela permettra aux hôpitaux d’accéder instantanément aux données des patients et d’offrir, par exemple, des réductions de traitement lors de la validation clinique.
Ressources de formation & renforcement des capacités
En plus de ses capacités diagnostiques, l’application propose une section éducative avec supports multilingues et quiz pour aider les agents de santé à renforcer leurs connaissances et compétences. Elle recueille également des données géospatiales, visualisées sur des tableaux de bord de santé publique afin de cartographier les foyers épidémiques et d’orienter les interventions sanitaires.




