Thèse Modélisation et Exploitation Efficace de Données Conversationnelles de Santé pour la Détection de Signaux Sanitaires Précoces H/F - Doctorat.Gouv.Fr

Établissement : Université de Toulouse École doctorale : EDMITT - Ecole Doctorale Mathématiques, Informatique et Télécommunications de Toulouse Laboratoire de recherche : IRIT : Institut de Recherche en Informatique de Toulouse Direction de la thèse : Shaoyi YIN ORCID 0000000253352443 Début de la thèse : 2026-10-01 Date limite de candidature : 2026-07-26T23:59:59 En dehors du système de santé des grands établissements médicaux, des plateformes de collecte de données issues de praticiens tel que le réseau Sentinelles permettent une surveillance sanitaire pour la détection ou même la prévision d'une épidémie. Afin de gagner du temps dans la prévision, il serait important d'exploiter des données disponibles en amont, notamment lors des échanges téléphoniques entre les patients et les secrétariats médicaux. La société OuestCall Digital envisage une valorisation scientifique des données conversationnelles de santé à sa disposition. En faisant partie d'une telle démarche, la société souhaite : (i) extraire sémantiquement des données médicales issues de conversations téléphoniques de pré-consultations, les structurer et les stocker pour un accès efficace et sécurisé par les humains habilités et les agents d'IA de confiance, (ii) croiser ces données avec des sources de données supplémentaires accessibles par la société, à l'aide des agents d'IA, et (iii) développer des modèles prédictifs fiables sur les tensions d'accès aux soins et les risques d'épidémies, tout en garantissant un haut niveau de protection des données personnelles.Aujourd'hui, la plupart des entreprises sont favorables pour une adoption de l'IA agentique. Cela n'indique pas une maturité des technologies, mais plutôt un besoin émergent auquel la recherche doit contribuer. Pour amplifier la capacité et délimiter les risques des agents d'IA, une gestion responsable des données sous-jacentes est primordiale et il reste encore un sujet de recherche ouvert. Dans ce contexte, cette thèse CIFRE avec la société OuestCall Digital vise à relever les défis suivants : D1. Garantir la qualité des données collectées afin d'augmenter la précision des prédictions. D2. Automatiser et sécuriser les processus d'interaction avec des systèmes numériques de santé hétérogènes et de développement de modèles prédictifs. D3. Maîtriser les dépenses financières dans l'utilisation de l'IA agentique. Avec le progrès phénoménal des techniques d'apprentissage automatique, de nombreuses ressources, y compris des grands ou des petits modèles pré-entrainés, ont été mises à la disponibilité de développeurs de logiciels. De plus en plus de systèmes agentiques ont été développés pour faciliter le déploiement des agents d'IA chargés de tâches complexes dans des entreprises. Par conséquent, l'IA agentique redevient un sujet de recherche actif. Les bénéfices en termes de l'augmentation de productivité et la création de valeurs ajoutées sont évidents, mais beaucoup de risques ont également été identifiés par des chercheurs et aussi par des développeurs de ce type de systèmes.Aujourd'hui, la plupart des entreprises sont favorables pour une adoption de l'IA agentique. Cela n'indique pas une maturité des technologies, mais plutôt un besoin émergent auquel la recherche doit contribuer. Pour amplifier la capacité et délimiter les risques des agents d'IA, une gestion responsable des données sous-jacentes est primordiale et il reste encore un sujet de recherche ouvert. Cette thèse CIFRE avec la société OuestCall Digital vise à relever les défis suivants : D1. Garantir la qualité des données collectées afin d'augmenter la précision des prédictions. D2. Automatiser et sécuriser les processus d'interaction avec des systèmes numériques de santé hétérogènes et de développement de modèles prédictifs. D3. Maîtriser les dépenses financières dans l'utilisation de l'IA agentique. Dans cette thèse, la candidate ou le candidat devra mener des recherches approfondies et proposer des solutions aux problèmes identifiés, en suivant les étapes ci-dessous :Etape 1 : Faire un état de lieux des systèmes utilisés dans la société, choisir des outils d'IA agentique pertinents et concevoir un environnement de données compatible à ces outils.Etape 2 : Valider, avec le responsable industriel et le référent conformité / DPO de la société, le périmètre des données mobilisables pour la recherche, formaliser les modalités de pseudonymisation ou d'anonymisation retenues et, le cas échéant, engager les démarches nécessaires auprès de la CNIL ou d'un comité d'éthique. Etape 3 : Identifier les obstacles techniques concrets face aux défis D1, D2, et D3, proposer des solutions pragmatiques dans un premier temps, et développer ainsi des modèles prédictifs utilisables.Etape 4 : Affiner une de ces solutions en analysant les limites, étudiant l'état de l'art et proposant une méthode innovante.Etape 5 : Evaluer et valider la proposition via des expérimentations.Etape 6 : Rédiger la thèse.

Master 2 ou diplôme d'ingénieur en informatiqueSolides formations ou expériences en gestion de données et en IASolides compétences en développement logicielExcellentes capacités rédactionnelles

• Gestion des données
• Intelligence artificielle
• Développement logiciel
• Compétences rédactionnelles