Système de prédiction proactive des crises d’asthme

Abstract

L’asthme est une pathologie respiratoire chronique dont l’imprévisibilité des crises altère gravement la qualité de vie des patients. Ce travail de fin d’études présente la conception et le développement d’AsthmaGuard, un système prédictif intelligent et non invasif dédié au suivi personnalisé de l’asthme chez l’adulte. Reposant sur le paradigme de la santé mobile (m-Health), le système extrait passivement et en continu les biomarqueurs physiologiques (fréquence cardiaque, variabilité de la fréquence cardiaque, saturation SpO2) à l’aide d’une montre connectée grand public. L’architecture d’intelligence artificielle implémentée combine trois modèles complémentaires : XGBoost pour l’évaluation des risques à long terme, Causal- TFT (Temporal Fusion Transformer) pour la prédiction imminente des crises à court terme basés sur les séries temporelles, et un système à logique floue intégrant les facteurs exogènes environnementaux. L’écosystème logiciel comprend une application mobile multiplateforme développée avec Flutter et une API backend robuste développée avec Laravel, conçues suivant la méthodologie agile Scrum. Les résultats ouvrent des perspectives majeures pour une médecine préventive et une meilleure autonomie du patient