Image for post
Image for post

Vous l’aurez compris, la gestion de l’épidémie de COVID-19 a été largement guidée par les prédictions des mathématiciens épidémiologistes. Si vous lisez un peu de littérature scientifique sur le sujet, vous apprendrez vite la base de ce qu’utilisent les mathématiciens pour modéliser les épidémies : les modèles SIR. Rappelons ce dont il s’agit.

1) Le modèle SIR

Considérons une population X isolée, c’est-à-dire qui que personne du reste du monde ne s’y rend, et personne n’en part. Faisons aussi l’hypothèse que chaque habitant de la population X se déplace autant — globalement, tous les habitants se rencontrent de manière aléatoire, aucun habitant ne rencontre un autre en particulier. …


La technologie dont je vais vous parler ne date pas d’hier : publié en 2015, le papier présentant le U-Net a été cité près de 10 000 fois, et il est devenu une référence absolument incontournable pour tout Data Scientist voulant se lancer dans le monde de la santé.

Image for post
Image for post

Voilà ce que fait U-Net : il transforme une image de quelque chose, par exemple une voiture, en une image en 2 couleurs : une pour les pixels qui sont sur la voiture, et noir pour le reste, comme illustré sur cette image :

En imagerie médicale c’est très important : pour repérer des tumeurs sur des scanners ou des IRM notamment, ou détecter tout types d’objets sur des images du corps humain. Jusqu’à maintenant, ce travail était effectué par des médecins, mais cela prend du temps et des outils qui permettent d’automatiser la tâche sont plus que bienvenus. Voici un exemple de résultats recherchés sur des lésions au foie

About

Valentin Abadie

Student in Data Science at ENS Paris-Saclay, passionated with mathematics and their applications, especially in health science.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store