Développement d'algorithmes d'intelligence artificielle pour la détection précoce du cancer du sein

Descriptif du sujet
Intitulé du sujet de doctorat :

Développement d'algorithmes d'intelligence artificielle pour la détection précoce du cancer du sein

Brève description :

Le cancer du sein demeure l'un des cancers les plus fréquents et les plus mortels chez les femmes à travers le monde. Malgré les avancées en imagerie médicale et en biologie moléculaire, le diagnostic précoce reste un défi majeur, en particulier dans les contextes où les examens invasifs ou coûteux ne sont pas facilement accessibles.

L'intelligence artificielle (IA), en particulier les méthodes d'apprentissage automatique et d'apprentissage profond, offre une opportunité unique d'améliorer la sensibilité, la spécificité et la rapidité des diagnostics. Dans ce cadre, le développement d'algorithmes d'IA adaptés à l'analyse des signaux biologiques et des images ultrasonores permettrait de détecter des signatures précoces du cancer du sein à partir de données complexes et multidimensionnelles.

L'intégration de ces algorithmes dans des plateformes de diagnostic automatisées pourrait réduire considérablement le délai entre la collecte des données et la prise de décision clinique. De plus, l'IA favorise la personnalisation du diagnostic en tenant compte des variations interindividuelles, améliorant ainsi la précision des résultats.

Ce projet de recherche vise donc à concevoir, entraîner et valider des modèles intelligents capables d'identifier les caractéristiques biologiques et morphologiques associées au cancer du sein avec un haut degré de fiabilité, ouvrant la voie à des outils de dépistage non invasifs, rapides et accessibles.

Conditions de la recherche :

Les candidats sont appelés à effectuer leur recherche à plein temps au sein des structures de l'Université EUROMED.

Missions du doctorant :

Le(la) doctorant(e) travaillera en étroite collaboration avec les équipes en charge du développement matériel afin d'assurer l'intégration cohérente des algorithmes au système global.

• Assurer le prétraitement, la normalisation et l'annotation de bases de données médicales issues de sources ouvertes et locales, en garantissant la qualité et la cohérence des données.
• Concevoir, entraîner et optimiser des modèles d'intelligence artificielle pour la classification, la détection et la segmentation des anomalies liées au cancer du sein.
• Mettre en œuvre des approches de fusion de données multimodales combinant images ultrasonores, signaux biologiques et informations cliniques afin d'améliorer la robustesse du diagnostic.
• Réaliser la validation expérimentale et clinique des modèles développés sur des cas réels ou simulés, en collaboration avec les partenaires médicaux du projet.
• Participer activement à la rédaction et à la publication d'articles scientifiques dans des revues et conférences internationales à haut impact.

Profil recherché :

Titulaire d'un diplôme d'ingénieur ou d'un Master (Bac+5) en Intelligence Artificielle, Génie informatique, ou équivalent.

• Expérience dans les technologies des capteurs et dans l'imagerie médicale
• Formation en IA, data science, traitement d'images/signal ou bioinformatique
• Maîtrise de Python et des bibliothèques de deep learning (PyTorch, TensorFlow)
• Intérêt marqué pour les applications de l'IA dans la santé et la recherche interdisciplinaire
• Capacité et engagement à réaliser des séjours de recherche réguliers entre l'Université Euromed de Fès et l'ENSAM de Casablanca, notamment sous forme de stages scientifiques encadrés

Le dossier de candidature doit être constitué des éléments suivants :
Un CV, une lettre de candidature, le projet de thèse, diplômes et relevés de notes.

Le dépôt de dossier :

Le dossier doit être envoyé au Centre d'Etudes Doctorales (CEDoc) de l'Université Euromed de Fès par email (au plus tard le 20 octobre 2025) :

Responsable des affaires administratives du CEDoc (Mme Boutaina Jai Mansouri : b.jai-mansouri@emadu.ueuromed.org)

Directeur de la Recherche et du CEDoc (Pr. Abdelghafour Marfak : a.marfak@euromed.org)

Directeurs de thèse :

- Pr. ZEKRITI Mohssin (m.zekriti@ueuromed.org)