HESTIA - Une plateforme intelligente d’échange de données médicales

HESTIA se compose principalement de trois parties : un serveur central, une application mobile iOS et Android destinée aux patients et patientes permettant de collecter leurs données physiologiques, et une application multiplateforme (mobile, bureau et web) permettant aux médecins de visualiser les données de leurs patients et patientes.

La plateforme supporte pour l’instant plusieurs métriques physiologiques : la pression sanguine, le rythme cardiaque, la saturation en oxygène du sang, Le glucose et diverses indications liées à la composition corporelle. Ces données sont collectées par le biais de capteurs Omron, Beurer  : un tensiomètre, un oxymètre, une balance connectée et glucomètre. Plus de capteurs et métriques seront ajoutés dans le futur.

Le serveur a été conçu et implémenté sous forme de micro-services. Il couvre les besoins d’authentification, d’autorisation, de stockage et de restitution des données, de gestion des profils utilisateurs et utilisatrices, et d’autres fonctions plus spécifiques. Le tout est déployé par Kubernetes dans plusieurs environnements selon les besoins.

HESTIA est avant tout une solution logicielle et se base sur des technologies abordables, flexibles et facilement maintenables. En effet, les technologies utilisées pour le serveur sont des solutions client-serveur qui ne demandent pas d’infrastructures particulières.

Pour la partie monitoring (SEMS-UI), il s’agit d’une application Web. En ce qui concerne les applications mobiles, là aussi, elles sont développées avec les plateformes standards que sont Android ou iOS. Notre système se veut simple et sans coût d’infrastructure particulière tout en garantissant l’interfaçage avec des systèmes plus complexes (appartements équipés avec des capteurs domotiques connectés).

Le développement de la solution se fait par une méthodologie agile, en incluant des tests réguliers en laboratoire. Les partenaires inclus dans le projet ont activement participé au développement de chaque partie du projet (applications, mobiles, fonctions du serveur, ergonomie de l’interface de monitoring, etc.)

La future recherche se portera sur plusieurs techniques de fine-tuning, sur l’approche Tree of Thoughts (ToT), ou encore la technique de Mixture of Experts (MoE). Enfin, l’équipe du projet désire apporter cet assistant intelligent directement sur les machines des utilisateurs et utilisatrices en parallèle à divers mécanismes de sécurité et de confidentialité.