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.
