L’Inserm est le seul organisme public français entièrement dédié à la recherche biologique, médicale et en santé des populations. Il dispose de laboratoires de recherche sur l’ensemble du territoire, regroupés en 12 Délégations Régionales. Notre institut réunit 15 000 chercheurs, ingénieurs, techniciens et personnels administratifs, avec un objectif commun : améliorer la santé de tous par le progrès des connaissances sur le vivant et sur les maladies, l’innovation dans les traitements et la recherche en santé publique.

Rejoindre l’Inserm, c’est intégrer un institut engagé pour la parité et l’égalité professionnelle, la diversité et l’accompagnement de ses agents en situation de handicap, dès le recrutement et tout au long de la carrière. Afin de préserver le bien-être au travail, l’Inserm mène une politique active en matière de conditions de travail, reposant notamment sur un juste équilibre entre vie personnelle et vie professionnelle.

L'Inserm a reçu en 2016 le label européen HR Excellence in Research et s'est engagé à faire évoluer ses pratiques de recrutement et d'évaluation des chercheurs.

L'accident vasculaire cérébral (AVC) ischémique aigu lié à l'occlusion d'une grosse artère est une cause majeure de handicap et de décès. Bien qu'une reperfusion endovasculaire puisse réalisée avec succès dans plus de 90 % des cas, une grande partie des vaisseaux recanalisés peuvent présenter des lésions cérébrales importantes dues à des complications suite à la reperfusion (c-IRI) comme l’hypoperfusion persistante, la transformation hémorragique ou l’œdème, ce qui peut entraver le rétablissement du patient. De nombreux facteurs cliniques, radiologiques et biologiques ont été associés à la survenue de c-IRI. Cependant, il n’existe pas encore de modèle prédictif fiable pour guider la prise en charge de ces patients.

L'objectif du projet PRECISE-AI est de développer un modèle de machine learning explicable capable de prédire, au niveau du voxel, le risque et la gravité des c-IRI après un traitement endovasculaire réussi.

Le projet PRECISE-AI est dirigé par le Pr Jean-Marc Olivot au sein de l'équipe TRACER (unité ToNIC), en collaboration avec des équipes cliniques et académiques partenaires. La·e candidat·e retenu·e sera chargé·e du développement du modèle prédictif sous la supervision de Lou Zonca, PhD.

Activités :

• Préparation et labélisation de notre jeu de données existant (en commençant par environ 200 patients disposant de données multimodales co-registrées, avec la possibilité d'atteindre plus de 1 000 patients). Les labels incluront à la fois le type et la sévérité des c-IRI
• Choix et extraction de features pertinentes à partir des données, au niveau du voxel, pour le modèle prédictif
• Développement et entraînement d'un modèle d'apprentissage automatique ordinal destiné à prédire les risques (type et sévérité) de c-IRI

Aptitudes : 

• Rigueur, sens de l’organisation
• Esprit d’initiative, autonomie
• Qualités relationnelles permettant d’interagir avec chercheurs, cliniciens, ingénieurs et partenaires académiques