Centre de Documentation Gilly / CePaS-Centre du Patrimoine Santé
HORAIRE
Lu : 8h15 à 12h00 - 12h30 à 16h15
Ma : 8h15 à 12h00 - 12h30 à 16h30
Me : 8h15 à 12h00 - 12h30 à 16h15
Je : 8h15 à 12h00 - 12h30 à 16h30
Ve : 8h15 à 12h00 - 12h30 à 16h15
Lu : 8h15 à 12h00 - 12h30 à 16h15
Ma : 8h15 à 12h00 - 12h30 à 16h30
Me : 8h15 à 12h00 - 12h30 à 16h15
Je : 8h15 à 12h00 - 12h30 à 16h30
Ve : 8h15 à 12h00 - 12h30 à 16h15
Bienvenue sur le catalogue du
Centre de documentation de la HELHa-Gilly
et du CePaS - Centre du Patrimoine Santé
Centre de documentation de la HELHa-Gilly
et du CePaS - Centre du Patrimoine Santé
Détail de l'auteur
Auteur Thomas Lafargue |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche
Le machine learning : Accompagner le suivi de patients souffrant de pathologies chroniques / Thomas Lafargue in Gestions hospitalières, 575 (avril 2018)
[article]
Titre : Le machine learning : Accompagner le suivi de patients souffrant de pathologies chroniques Type de document : texte imprimé Auteurs : Thomas Lafargue ; Michel Seiler Année de publication : 2018 Article en page(s) : p. 231-232 Langues : Français (fre) Mots-clés : SANTE CONNECTEE MALADIE CHRONIQUE TECHNOLOGIE INFORMATION COMMUNICATION DONNEES DE SANTE RECHERCHE CLINIQUE Résumé : Appliqué en santé, et plus précisément dans le suivi de maladies chroniques, le machine learning - un champ d'étude de l'intelligence artificielle - peut offrir de nouvelles possibilités aux patients pour le suivi de l'évolution de la maladie. Retour d'expérience d'Orange Healtcare, Sanoïa et l'hôpital de la Pitié-Salpêtrière (AP-HP). Permalink : http://cdocs.helha.be/pmbgilly/opac_css/index.php?lvl=notice_display&id=58879
in Gestions hospitalières > 575 (avril 2018) . - p. 231-232[article] Le machine learning : Accompagner le suivi de patients souffrant de pathologies chroniques [texte imprimé] / Thomas Lafargue ; Michel Seiler . - 2018 . - p. 231-232.
Langues : Français (fre)
in Gestions hospitalières > 575 (avril 2018) . - p. 231-232
Mots-clés : SANTE CONNECTEE MALADIE CHRONIQUE TECHNOLOGIE INFORMATION COMMUNICATION DONNEES DE SANTE RECHERCHE CLINIQUE Résumé : Appliqué en santé, et plus précisément dans le suivi de maladies chroniques, le machine learning - un champ d'étude de l'intelligence artificielle - peut offrir de nouvelles possibilités aux patients pour le suivi de l'évolution de la maladie. Retour d'expérience d'Orange Healtcare, Sanoïa et l'hôpital de la Pitié-Salpêtrière (AP-HP). Permalink : http://cdocs.helha.be/pmbgilly/opac_css/index.php?lvl=notice_display&id=58879 Exemplaires (1)
Cote Support Localisation Section Disponibilité Revues Revue Centre de documentation HELHa paramédical Gilly Salle de lecture - Rez de chaussée - Armoire à volets Exclu du prêt