Proposition d'un Système Multi-Agents Basé sur le deep learning pour la prédiction du risque de développement d'une rétinopathie diabétique

Abstract

La Rétinopathie Diabétique (RD) est une complication redoutée du diabète qui peut causer la cécité ou autrement dit la perte de vue. Dans le domaine de la santé, le traitement des maladies est plus efficace lorsqu'il est détecté à un stade précoce d'où l'importance et l'efficacité du diagnostic pour la détection mais aussi la prévention de cette pathologie. Pour les patients atteints de diabète, il existe plusieurs facteurs favorisant le développement de la RD. A cet effet, l'exploitation et l'analyse de ces facteurs au moment opportun nous permet de prédire le risque d'apparition de la rétinopathie diabétique. Pour ce faire, les techniques de l'apprentissage automatique, très utilisées dans le domaine de la santé, représentent une des meilleures alternatives pour développer un bon modèle de prédiction. Cependant, ces méthodes s'avèrent insuffisantes dans un environnement dynamique et complexe. L'IA notamment les systèmes multi-agents ont révélé leur capacité à prendre en charge ce type de systèmes. Dans ce travail, nous proposons de combiner l'apprentissage automatique et les systèmes muli-agents pour mettre au point un modèle qui permet de prédire le risque d'apparition de la rétinopathie diabétique chez un sujet diabétique. Ce système est composé de trois agents communicants dont l'architecture interne de deux d'entre eux est un réseau de neurones. Les résultats d'expérimentations obtenus sont très prometteurs.