Cadrage scientifique et technique
Formalisation du problème, analyse des données disponibles, identification des contraintes cliniques, choix des hypothèses et définition de critères de réussite mesurables.
Expertise · Recherche appliquée · Évaluation
J’accompagne les équipes de santé, de recherche et d’innovation dans le cadrage, la conception et l’évaluation de solutions d’intelligence artificielle où la temporalité, l’explicabilité et les connaissances métier sont déterminantes.
Basé à Lille · Interventions ciblées à distance ou en format hybride · Collaborations internationales compatibles avec la poursuite du doctorat.
Champs d’intervention
Mon apport se situe entre recherche scientifique et ingénierie : clarifier la question, évaluer la faisabilité, choisir une stratégie de modélisation crédible et produire des résultats utilisables par les équipes techniques et métier. Le prototypage intervient lorsque le niveau de maturité du projet le justifie.
Formalisation du problème, analyse des données disponibles, identification des contraintes cliniques, choix des hypothèses et définition de critères de réussite mesurables.
Séries temporelles médicales, événements longitudinaux, trajectoires patients, données irrégulières et recherche de signaux précoces dans des contextes cliniques complexes.
Combinaison de modèles d’apprentissage, graphes de connaissances, règles expertes et raisonnement temporel pour produire des résultats interprétables, explicables et discutables.
Conception de preuves de concept, protocoles expérimentaux, comparaison de modèles, analyse des erreurs et documentation des limites avant toute décision d’industrialisation.
Formats de collaboration
La mission peut être courte et exploratoire ou s’inscrire dans une collaboration R&D plus longue. Le périmètre est défini à partir de la décision que le projet doit permettre de prendre.
Clarifier le besoin, évaluer la faisabilité, identifier les risques et construire une feuille de route scientifique et technique.
Tester une hypothèse sur un périmètre limité avec un protocole, des métriques et des critères d’arrêt explicites.
Explorer une question méthodologique, concevoir une expérimentation et valoriser les résultats sous forme de démonstrateur, rapport ou publication.
Apporter une expertise spécialisée à une équipe existante sans imposer un recrutement à temps plein pendant la phase doctorale.
Livrables
Chaque livrable doit permettre de comprendre ce qui fonctionne, ce qui reste incertain et quelle décision prendre ensuite. Leur nature dépend du niveau de maturité du projet : cadrage, étude, expérimentation, prototype ou transfert.
Organisations concernées
Cadrage de fonctionnalités d’IA, preuves de concept, trajectoires patients et explicabilité pour des produits de santé.
Exploration de données longitudinales, formalisation de besoins et conception de travaux de recherche appliquée.
Analyse de dynamiques temporelles, évaluation de signaux et appui méthodologique sur des projets de données de santé.
Collaboration méthodologique, démonstrateurs, publications et transfert entre recherche académique et applications industrielles.
Méthode de travail
Le projet avance par étapes explicites afin de limiter les développements prématurés et de conserver une traçabilité scientifique.
Contexte, utilisateurs, décision visée, données disponibles et contraintes métier.
Hypothèses, périmètre, métriques, risques et conditions de succès ou d’arrêt.
Baseline, prototype, comparaisons, analyse d’erreurs et tests de robustesse.
Documentation, restitution, recommandations et prochaines décisions techniques.
Approche responsable
Je privilégie des travaux où les hypothèses, les données, les métriques et les incertitudes restent explicites. Une preuve de concept ne constitue ni un dispositif médical validé ni un substitut au jugement clinique.
Expérience
Près de 20 ans dans les technologies, la data et la transformation numérique
Recherche
Doctorant en intelligence artificielle au CNAM, laboratoire CEDRIC — équipe ISID
Culture clinique
DU Soins en Réanimation, Université de Lille — obtenu en 2026
Rayonnement
Publication internationale ER 2025 — Springer
Premier échange
Présentez le contexte, la décision recherchée et les données disponibles. Je pourrai vous indiquer rapidement si mon expertise correspond au problème et quel premier périmètre serait pertinent.