DC Field | Value | Language |
dc.contributor.author | AZZAG, HOussem EDdine | - |
dc.date.accessioned | 2023-10-12T13:10:59Z | - |
dc.date.available | 2023-10-12T13:10:59Z | - |
dc.date.issued | 2023 | - |
dc.identifier.uri | https://repository.esi-sba.dz/jspui/handle/123456789/467 | - |
dc.description | Encadreur : Mr Khaldi Belkacem / Mr Jean-charles DUFOUR | en_US |
dc.description.abstract | Abstract :
The field of medicine is one of the most important fields in human life in general, as it is
the thread that connects human life, and this field has developed in recent years clearly, but
despite that, medicine still has some mistakes.
Therefore, systems have been developed that are systems for protection from medical
errors. The aim of these systems is to alert doctors to possible errors in their operations or in
their prescriptions for patients, and so on. These systems have been widely spread in recent
years, as the largest hospitals are currently using these systems.
The aim of this work is to provide a set of research that proposes systems to protect
against medical errors using machine learning. We thoroughly discuss all the advantages and
disadvantages of this research and try to compare these researches to reach a method that is
considered the best and most effective in this field.***
Résumé :
Le domaine de la médecine est l’un des domaines les plus importants de la vie humaine
en général, car c’est le fil qui relie la vie humaine, et ce domaine s’est clairement développé
ces dernières années, mais malgré cela, la médecine a encore quelques erreurs.
On a donc développé des systèmes qui sont des systèmes de protection contre les erreurs
médicales. Ces systèmes ont pour but d’alerter les médecins sur d’éventuelles erreurs dans
leurs opérations ou dans leurs prescriptions aux patients, etc. Ces systèmes se sont largement
répandus ces dernières années. , car les plus grands hôpitaux utilisent actuellement ces
systèmes.
Le but de ce travail est de fournir un ensemble de recherches proposant des systèmes de
protection contre les erreurs médicales utilisant l’apprentissage automatique. Nous discutons
en profondeur de tous les avantages et inconvénients de cette recherche et essayons de comparer
ces recherches pour aboutir à une méthode considérée comme la meilleure. et les plus
efficaces dans ce domaine. | en_US |
dc.language.iso | en | en_US |
dc.subject | Machine Learning | en_US |
dc.subject | Deep Learning | en_US |
dc.subject | Medical Errors | en_US |
dc.subject | Decision Support Systems | en_US |
dc.title | EVALUATION OF MEDICAL PRESCRIPTIONS USING DEEP LEARNING & MACHINE LEARNING | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | Ingénieur
|