Télécharger La thèse :

Titre: Contribution a la planification réactive : prise en charge des urgences pédiatriques.

Domaine: Mathématiques informatique (MI)

Filière: Informatique

Option: INFORMATIQUE.

Auteur: BENBELKACEM Sofia

Soutenu (e) le: 20/01/2022

Sous la direction de: ATMANI Baghdad, Professeur, Université Oran 1

Le président du jury : BOUAMRANE Karim, Professeur, Université Oran 1

Examinateur1: EL BERRICHI Zakaria, Professeur, Université Oran 1

Examinateur2: CHIKH Mohamed Amine, Professeur, Université Oran 1

Examinateur3: BENSLIMANE Sidi Mohamed, Professeur, Université Oran 1

Examinateur4: BARIGOU Fatiha, MCA, Université Oran 1

Invité: KHEMLICHE Belarbi, Professeur, Université Oran 1

Mention: Très honorables

Résumé:

Quotidiennement, au niveau du service des urgences pédiatriques, les enfants sont souvent confrontés à des détresses vitales. L'insuffisance des structures d'accueil par rapport à la fréquence des arrivées des cas d'urgence et le manque en moyens thérapeutiques et de diagnostique causent d'importants problèmes qui justifient l'intérêt d'étudier la prise en charge des urgences médicales qui peut être considérée comme un processus d'aide à la décision destiné à améliorer les services de santé. Le personnel hospitalier et les urgentistes manquent d'outils pour faire face à de telles situations. Ces outils sont primordiaux pour gérer les ressources humaines et matérielles du service des urgences ainsi que pour la planification de la prise en charge de celles-ci. En réponse à ces besoins, et dans le cadre de cette thèse, nous proposons une démarche d'aide à la prise en charge des urgences guidée par apprentissage automatique.


Mots clefs: Aide à la décision médicale; Apprentissage automatique; Fouille de données; Planification; Urgences pédiatriques; détresses vitales; intelligence artificielle; services de santé; modélisation des données; modèles de prédiction.


Publications associées à la thèse

Article 1 TH5300:

Titre: Machine Learning for Emergency Department Management

Revue: International Journal of Information Systems in the Service Sector 11(3)

Référence: Benbelkacem, Sofia, Farid Kadri, Baghdad Atmani and Sondès Chaabane. "Machine Learning for Emergency Department Management." IJISSS 11.3 (2019): 19-36. Web. 28 Sep. 2019. doi:10.4018/IJISSS.2019070102

Date: 2019