Offre en lien avec l’Action/le Réseau : – — –/– — –
Laboratoire/Entreprise : LIFAT
Durée : 3 ans
Contact : nizar.messai@univ-tours.fr
Date limite de publication : 2023-06-15
Contexte :
La thèse est proposée dans le cadre du projet région Centre Val de Loire SQVALD pour l’accompagnement de patients dans la coordination des parcours de soins de support en Oncologie en exploitant le contexte technologique du patient et des structures de soins et de soins de support.
Sujet :
La problématique scientifique de ce travail se situe dans le cadre global de l’intégration sémantique contextuelle et centrée utilisateur de données et d’applications à travers les architectures orientées services dans le contexte de l’Internet des Objets (IoT, pour Internet of Things) et de l’Internet des Objets Médicaux (IoMT, pour Internet of Medical Things). Elle se décompose en trois parties : la première consiste à partir des architectures orientées services et de leurs standards de mise en œuvre, services Web et Mashup, pour proposer une solution centrée utilisateur capable de répondre à l’hétérogénéité et volatilité des données issues des différentes sources d’intérêt allant des plateforme de e-santé aux objets connectés dans le contexte de l’utilisateur et des structures de soins et qui respecte les standards des architectures du type one Machine to Machine (oneM2M) .
Cela suppose en particulier de s’appuyer sur des mesures de similarités adaptées pour proposer les services et données les plus pertinents. Ceci qui nous amène à la deuxième partie qui consiste à définir des mesures de similarité entre services, données, objets et profils utilisateurs en (i) exploitant les données offertes sous forme de graphes de connaissances du Linked Open Data (LOD) et (ii) en appliquant des algorithmes d’IA (symbolique ou non) sur des données textuelles (avis médicaux, retours d’utilisateurs, etc.)
Une fois un parcours personnalisé proposé, la troisième partie consiste à accompagner l’utilisateur dans sa réalisation en définissant les métriques adéquates de l’évaluation continue de l’impact du parcours sur l’utilisateur et aux éventuels ajustements de ces parcours.
Profil du candidat :
Étudiants en Master 2 d’Informatique ou élèves-ingénieurs en dernière année (BAC+5) intéressés par la gestion des données et d’applications dans le cadre du Web sémantique et disposant de bonnes compétences en développement Web/Mobile (Java Android) et d’une initiation à la recherche (relecture et synthèse d’articles scientifiques). La connaissance du domaine de la santé est un plus.
Formation et compétences requises :
Étudiants en Master 2 d’Informatique ou élèves-ingénieurs en dernière année (BAC+5)
Adresse d’emploi :
Campus Grandmont – Faculté des Sciences et Techniques
2 Avenue Monge
37200 Tours
Document attaché : 202306081149_Thèse-SQVALD-LIFAT LOD-IA-IoT-Santé.pdf