Stage de master - classification et prédiction du risque chirurgical dans les occlusions intestinales à l’aide de modèles de fondation en imagerie médicale

Contexte et atouts du poste

L’occlusion de l’intestin grêle est une urgence chirurgicale fréquente. Le scanner abdomino-pelvien constitue l’examen clé pour confirmer le diagnostic, préciser le mécanisme, localiser la zone d’obstruction et identifier les signes de gravité (ischémie, souffrance, perforation). Avec l’augmentation du nombre d’examens réalisés en urgence, l’aide au diagnostic automatisée devient un enjeu majeur pour :
1. Prioriser l’analyse des scanners suspects d’occlusion,
2. Identifier les cas à risque de souffrance ou nécessitant une chirurgie,
3. Limiter les retards de prise en charge chirurgicale.

Les récents modèles de fondation en imagerie médicale ouvrent la voie à de nouvelles approches performantes, capables d’apprendre à partir de peu d’exemples (few-shot learning), tout en s’adaptant à des tâches cliniques spécifiques.

Dans le contexte d'une collaboration entre Inria Saclay OPIS et l'hôpital St Antoine APHP, nous proposons un sujet de stage dont l'objectif est de développer et évaluer une approche basée sur des modèles de fondation visuels pour la classification des occlusions intestinales et la prédiction du risque chirurgical. Le ou la stagiaire s’appuiera sur des modèles récents tels que Curia (ArXiv:2509.06830), BiomedCLIP, MedInsight et potentiellement d’autres modèles de fondation qui seront disponibles lors du stage.

Mission confiée

Equipe encadrante :

1. Dr Quentin VANDERBECQ, Radiologue, Hôpital Saint Antoine – AP-HP, INRIA Paris Saclay Opis
2. Emilie Chouzenoux, Responsable d’Equipe, OPIS INRIA Paris Saclay, CVN CentraleSupélec
3. Pr Mathilde WAGNER, Professeure des Universités, Hôpital Saint Antoine – AP-HP
4. Dr Marc ZINS, Chef de service de radiologie, Groupe hospitalier Paris Saint Joseph

Localisation :

CVN, campus de CentraleSupélec / APHP- Hôpital Saint Antoine ; Télétravail possible

Résultats attendus :

5. Démonstration de l’intérêt des modèles de fondation pour la classification des occlusions.
6. Amélioration des performances de prédiction du risque chirurgical par rapport aux modèles spécialisés classiques.
7. Perspectives de valorisation scientifique (communication ou publication).

Principales activités

Main activities :

Bibliographical study

Programming in Python environment

Benchmark on public datasets

Scientific meetings

Writing of scientific reports

Compétences

Languages : The candidate must be fluent in english and/or french languages.

Avantages

- Canteen and cafeteria;

- Sports equipment;

- Transport reimbursement

Rémunération

Gratification