Mieux suivre les patientes atteintes du Lupus grâce au Machine Learning.
Suite au succès d'un POC démontrant qu'il est possible de détecter une rechute grâce à des algorithmes de machine learning, le Commissariat à l'énergie atomique et aux énergies alternatives a fait appel à Loop Crew pour développer plusieurs applications médicales.
Indicateurs clés
12
années de R&D Nucléaire et ML
1
partenariat avec l’APHP
Lauréate
du prix Margaret 2023
Pourquoi Loop Crew ?
Les chercheurs du CEA souhaitaient faire appel à une équipe technique pouvant assurer des développements complexes afin d’intégrer ses algorithmes de ML.
Le développement s’inscrit dans un cadre méthodologique strict pour pouvoir collecter et manipuler des données de santé, conformément à la réglementation européenne.
Comment avons-nous aidé ?
Loop Crew a exécuté sa méthodologie en trois phases pour créer une application multi-plateformes fiable, sécurisée et maintenable, avec un budget contraint.
1. Etude technique
Les spécifications sont mises au point grâce à une étude minutieuse des exigences de sécurité et de fiabilité auxquelles doivent répondre de telles applications.
2. Développement itératif
Les applications IOS et Android sont développées à partir d’un unique code source grâce au framework React Native. Ensuite, les algorithmes de ML sont intégrés grace à une architecture d'apprentissage distribuée permettant de conserver la confidentialité des données.
3. Infogérance et évolutivité
L’application est mise en production sur un hébergement certifié HDS. Une version iso-production est déployé sur un autre hébergement.
Chaque nouveau développement est d’abord testé sur cette version puis déployé en production pour protéger les utilisateurs leurs données médicales.
L'avis de
CEA
