Kanopy Med

Recherche & Développement

Des méthodologies innovantes (intelligence artificielle, machine learning, modèles prédictifs) pour analyser et visualiser des données de santé (SNDS, registres, données hospitalières, open data).

 

Du chaînage de bases de données médico-administratives (SNDS) avec des données extérieurs, rendu possible par l’appariement direct, avec à la clé une amélioration significative des modèles existants.

 

Des partenariats académiques et institutionnels forts.

AIr Map

– Objectifs : montrer le lien entre la qualité de l’air et l’état de santé de la population à une échelle géographique fine

– Contexte : Meilleur compréhension des l’impact de la pollution sur la santé sur le territoire

– Partenaires : CHU de Montpellier, Montpellier Méditerranée Métropole (3M)

– Données mobilisées : PMSI, données de l’environnement patients, données sur la qualité de l’air et la température (ATMO)

PRED'IC

– Objectifs : PREDire le risque de réhospitalisations chez les patients souffrant d’Insuffisance Cardiaque chronique

– Contexte : Difficulté du ciblage des patients à risque de réhospitalisation afin d’ajuster leur traitement

– Partenaires : CHU de Montpellier, la région Occitanie

– Données mobilisées : PMSI, données de l’environnement patients, données non structurées.

AIr Map (Jumeaux Numériques Populationnels)

Capture-décran-2021-06-25-à-23.03.07

Objectifs

 

Montrer le lien entre la qualité de l’air et l’état de santé de la population à une échelle géographique fine

 

Partenaires

CHU-montpellier
Logo_Occitanie_2017

Données mobilisées

 

Montrer le lien entre la qualité de l’air et l’état de santé de la population à une échelle géographique fine

PRED'IC

Capture d’écran 2021-06-25 à 23.03.07

Objectifs

 

Montrer le lien entre la qualité de l’air et l’état de santé de la population à une échelle géographique fine

 

Partenaires

CHU-montpellier
Logo_Occitanie_2017

Données mobilisées

 

Montrer le lien entre la qualité de l’air et l’état de santé de la population à une échelle géographique fine