Thèse Développement de Jumeaux Numériques dans le Domaine de la Santé Exemple de la Médecine Physique et de Réadaption H/F - Doctorat.Gouv.Fr

Établissement : Université de Reims Champagne - Ardenne École doctorale : MPSNI - Mathématiques Physique Sciences du Numérique et de l'Ingénieur Laboratoire de recherche : LAB-I* - Laboratoire d'informatique Direction de la thèse : Zahia GUESSOUM ORCID 0000000313668889 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-04-30T23:59:59 Dans le domaine médical, les jumeaux numériques (JN) ont pour but de reproduire le comportement de patients, de maladies ou de systèmes biologiques pour améliorer la prise en charge et la décision médicale. Les applications des JN en médecine incluent différents domaines tels que la simulation de traitements et de résultats thérapeutiques pour optimiser les stratégies de soins, l'analyse de données de santé pour prévoir les évolutions de maladies ou les réactions à des traitements, le développement de prototypes médicaux innovants, tels que des prothèses ou des appareils médicaux. Les jumeaux numériques offrent ainsi de nombreux avantages dans le domaine médical. Ils offrent une meilleure compréhension du comportement des patients et des maladies, une amélioration de l'efficacité des traitements et des soins, une réduction des coûts liés à la recherche et au développement de nouveaux produits médicaux et une mise en oeuvre plus rapide et plus efficace de technologies innovantes.
Le but de cette thèse est de proposer un Framework pour le développement des jumeaux numériques dans le domaine médical en considérant l'étude du tendon d'Achille. Très peu de travaux ont appliqué les jumeaux numériques au tendon d'Achille. D.G. Loyld et al. (2023) ont proposé une nouvelle approche de formation et de rééducation du système musculosquelettique humain, en se concentrant sur les contraintes et les déformations internes des structures musculosquelettiques, telles que les tendons, les cartilages articulaires et les ligaments, plutôt que sur les variables externes telles que les postures et les moments articulaires. Cette étude visait à développer une méthode utilisant les réseaux de mémoire à long terme (LSTM) pour estimer le « strain » du tendon d'Achille et les forces de contact de l'articulation de la hanche au cours d'activités telles que la marche et la course. Par ailleurs, Kown et al. (2023) ont développé un paradigme portable pour surveiller avec précision la charge sur le tendon d'Achille et la vitesse de marche à l'aide de capteurs portables. Ils ont recruté dix jeunes adultes en bonne santé pour marcher dans leur laboratoire avec une botte d'immobilisation à différentes vitesses et angles dans le but de recruter des données. Ces travaux ainsi que les travaux dans d'autres domaines médicaux sont intéressants. Ils offrent une solution prometteuse pour améliorer la qualité des soins et du suivi des patients. Cependant, aucun dataset n'est disponible et les modèles proposés sont souvent construits à partir d'un dataset issue de la collecte de données de plusieurs patients. Ils ne proposent en effet pas un modèle personnalisé et la validation de ce modèle n'est basé que sur un dataset. Aucune solution n'est proposée pour adapter le modèle à l'évolution de l'état du patient. Par ailleurs, un jumeau numérique est doté d'un composant qui lui permet d'interagir avec le patient, collecter les données et d'adapter si nécessaire. Il ne peut en effet pas être modélisé par un simple modèle de prédiction.

Le candidat doit avoir une solide formation en informatique, et plus particulièrement en intelligence artificielle. Il/elle doit posséder des compétences en techniques d'apprentissage automatique, en web sémantique et en systèmes multi agents.