Résumé:
Le diabète est une maladie chronique qui affecte des millions de personnes à travers le monde,
nécessitant des solutions innovantes pour améliorer la qualité de vie des patients. La gestion
de cette maladie reste un défi majeur en raison de la nécessité d’un suivi continu et précis des
niveaux de glucose, ainsi que du diagnostic des complications potentielles.
Des recherches antérieures ont montré que l’utilisation de dispositifs de l’Internet des Objets
Médicaux (IoMT) peut améliorer la collecte de données médicales en temps réel. De plus,
l’Intelligence Artificielle (IA) et l’apprentissage automatique ont été utilisés pour développer
des modèles de diagnostic afin d’anticiper les variations du diabète. Cependant, ces approches
nécessitent une intégration plus poussée pour offrir des solutions complètes et conviviales.
Notre projet vise à répondre à ce besoin crucial en développant un système de surveillance
médicale intelligent pour les diabétiques, basé sur l’IoMT et l’IA. Notre plateforme permet une
surveillance continue et précise des patients en collectant et transmettant des données médicales
en temps réel. Nous avons créé des modèles de diagnostic avancés pour anticiper le diabète et
ses variations, et mis en place un système efficace pour stocker les données massives issues des
capteurs IoMT dans une base NoSQL.
Les résultats préliminaires montrent que notre système offre une surveillance plus efficace et
précise des patients diabétiques. L’évaluation approfondie du système a permis d’analyser son
impact en termes d’exactitude, de fiabilité et de convivialité, contribuant ainsi à améliorer les
résultats de la gestion du diabète. Cette plateforme devrait grandement bénéficier aux patients
diabétiques en fournissant des recommandations personnalisées et en réduisant les risques de
complications.
Mots clés :
Internet des Objets (IoT), Intelligence artificielle (IA), Apprentissage automatique, Base de données NoSQL, Diabète, recommandations personnalisées, Surveillance continue.
