• 

  apres analyse de l'image

Inspiration

SantéAI : L'IA au service de la santé rurale

💡 Inspiration

Le projet SantéAI est né d'un constat critique en Côte d'Ivoire, particulièrement dans les zones reculées autour de Yamoussoukro : l'accès limité aux médecins spécialistes et la surcharge de travail des agents de santé communautaires.

L'inspiration est venue de la volonté de transformer un simple smartphone en un Assistant de Diagnostic Global (DGE), capable d'épauler les agents de santé dans :

• Le tri des patients.
• La détection de la malnutrition.
• Le respect des protocoles cliniques officiels.

🏗️ Construction du projet

Le projet a été bâti sur une architecture moderne privilégiant la rapidité et la fiabilité en conditions réelles :

• Frontend : React.js avec Vite pour une interface fluide et ultra-réactive.
• Intelligence Artificielle : Intégration du modèle gemini-1.5-flash de Google pour un raisonnement clinique instantané.
• Design : Un système de design personnalisé avec Tailwind CSS, utilisant le Glassmorphism pour un aspect premium et institutionnel.
• Backend : Firebase pour la synchronisation sécurisée des données patients en temps réel.

🧠 Apprentissages & Défis

Le plus grand défi a été la responsivité logicielle : s'assurer que l'IA ne se contente pas de "discuter", mais génère des données structurées exploitables. Nous avons appris à utiliser le Prompt Engineering avancé pour forcer des sorties JSON strictes, permettant d'extraire des scores de risque précis.

Nous avons également dû optimiser l'ergonomie pour le terrain :

• Mise en place d'une navigation mobile à une main.
• Gestion des images pour la détection visuelle de la malnutrition.

➗ Protocoles & Formules Mathématiques

SantéAI intègre des calculs cliniques essentiels pour l'agent de santé, comme le score de risque composite $R$ défini par :

$$R = \frac{\sum (w_i \cdot s_i)}{\text{Urg}} \times 100$$

Où :

• $w_i$ représente le poids de gravité du symptôme $i$.
• $s_i$ est la présence binaire (0 ou 1) du signe clinique.
• $\text{Urg}$ est le facteur de pondération de l'urgence vitale.

Pour la pédiatrie, l'outil aide à surveiller le Périmètre Brachial (MUAC) pour détecter la malnutrition aiguë sévère (MAS) :

$$\text{Status} = \begin{cases} \text{MAS} & \text{si } \text{MUAC} < 115\text{mm} \ \text{MAM} & \text{si } 115 \le \text{MUAC} < 125\text{mm} \ \text{Normal} & \text{si } \text{MUAC} \ge 125\text{mm} \end{cases}$$

💻 Exemple de bloc de code (Logique d'analyse)

async function analyzeSymptoms(symptoms: string) {
  const prompt = "DGE Protocol: Analyze " + symptoms + " and return clinical JSON";
  const result = await gemini.generate(prompt);
  return JSON.parse(result);
}

Built With

• react.js