Développement d'une intelligence artificielle pour la prédiction des risques de malnutrition infantile dans la province du Nord Kivu en vue de la prévention de celle ci

Résumé

Auteur : MASOKA AMISI
Niveau: TECH2
Département: Genie Informatique
Année Ac: 2023-2024 , | 2024-03-07 20:07:40

Mots clés

Malnutrition, prédiction

Intérêt

L'intérêt de ce sujet est l'étude approfondie des modèles prédictifs de la malnutrition infantile : analyse des indicateurs socio économiques, perspective d'intervention pour améliorer la santé des enfants,s'informer et informer de plus en plus sur la malnutrition infantile.

Problématique

En RDC,43% des enfants de moins de 5ans souffrent de la malnutrition chronique ou du retard de croissance soit presque un enfant sur deux.La situation du Nord Kivu demeure préoccupante sur le plan sécurité alimentaire, environ 80% des ménages dans les territoires couverts souffriraient de la faim globale (février 2023).Le territoire de Nyiragongo est le plus touché par la faim sévère (44%),suivi de Béni ville et Walikale.

Plan provisoire

Chap1.Revue de la littérature :il s'agit de toute la littérature sur la malnutrition infantile
Chap2.Description des données utilisées : méthode de collecte et d'analyse des données, justification des méthodes utilisées

Hypothèses

L'utilisation de l'intelligence artificielle dans la prédiction de la malnutrition infantile permettrait une identification précoce des risques offrant ainsi des opportunités d'intervention ciblées et de politique de santé plus efficaces.

Méthodes

Méthodologie

1. **Collecte de données:**
* Collecte de données auprès des différentes structures sanitaires de la province sur les cas de malnutrition infantile.
* Collecte de données sur les facteurs de risque de famine, tels que les conditions météorologiques, les conflits, les prix des denrées alimentaires, etc.

2. **Développement de l'algorithme d'intelligence artificielle:**
* Exploration de différentes techniques d'apprentissage automatique, telles que les réseaux de neurones profonds, pour le développement de l'algorithme de prédiction.
* Entraînement et validation de l'algorithme sur les données collectées.

3. **Évaluation de l'algorithme:**
* Évaluation de la performance de l'algorithme en termes de précision et de fiabilité.
* Analyse des résultats et identification des facteurs de risque les plus importants.

4. **Développement d'un outil de décision:**
* Développement d'un outil de décision basé sur l'algorithme d'intelligence artificielle pour aider les acteurs humanitaires à identifier les zones et les populations les plus à risque de famine.

**Résultats attendus :**

* Un algorithme d'intelligence artificielle capable de prédire les risques de famine chez les enfants dans la province du Nord-Kivu.
* Un outil de décision pour aider les acteurs humanitaires à cibler les interventions et à prévenir les famines.

**Impacts potentiels :**

* Amélioration de la prévention et de la gestion des famines dans la province du Nord-Kivu.
* Réduction de la malnutrition infantile.
* Amélioration de la santé publique et du bien-être des enfant

Bibliographie

Bulletin de malnutrition chronique
Mesure anthropométrique pour l'évaluation de l'état nutritionnel d'un individu
Fiche technique de la prise en charge intégrée de la malnutrition aiguë
Prise en charge intégrée de la malnutrition aiguë (protocole national)

Directeur & Encadreur

Directeur: AKWIR Alain NKIEDIEL
Encadreur: MOLO Joaquim MBASA

Status

Décision ou observation: À reformuler
Feu vert: ACCORDÉ
Déposé : NON
Défendu: NON
Finalisé: NON