Travaux Pratiques

Prédiction des maladies du foie

Problématique

Les maladies du foie représentent un enjeu majeur de santé publique, notamment en Inde. La détection précoce de ces pathologies est essentielle pour améliorer les résultats cliniques. Le jeu de données Indian Liver Patient Dataset (ILPD) a été collecté dans cette optique, afin de fournir un support aux médecins pour identifier plus rapidement les patients atteints. Il contient des informations cliniques et biologiques (bilirubine, enzymes hépatiques, albumine…) permettant de modéliser le risque.

Objectif du TP

Développer un modèle de machine learning capable de prédire la présence d'une maladie du foie à partir de données cliniques, en utilisant l'outil Orange.

Compétences visées

- Prétraitement et analyse de données biomédicales.
- Construction et évaluation de modèles de classification.
- Interprétation des résultats dans une démarche d’aide à la décision médicale.

Sujet du TP

1. Présentation du jeu de données

583 patients, dont 416 atteints et 167 non atteints. Variables : âge, sexe, bilirubine, enzymes hépatiques, protéines, albumine, etc.

2. Préparation des données

Chargement et exploration du fichier dans Orange. Traitement des valeurs manquantes et des variables qualitatives. Normalisation des variables si nécessaire.

3. Analyse exploratoire

Statistiques descriptives. Visualisations des distributions et des corrélations. Observation des différences entre les groupes (malades / non malades).

4. Modélisation

Application d’au moins trois algorithmes : régression logistique, k-NN, forêts aléatoires, SVM… Validation croisée pour évaluer les performances.

5. Évaluation

Utiliser uniquement la F1-mesure pour comparer les modèles. Justifier le choix du modèle final.

6. Interprétation

Analyse des variables importantes. Discussion sur l’usage potentiel du modèle dans un contexte clinique.

Modalités de rendu

Le rendu est à déposer sur l’ENT de l’Université de Montpellier. Il devra comprendre :

• Un compte rendu (PDF) présentant les étapes réalisées, les résultats obtenus et leur interprétation.
• Les fichiers Orange (.ows) correspondant aux workflows utilisés.
• Possibilité de travailler en monôme ou en binôme
• Nommage des fichiers : 
• Nom1_Nom2.pdf
• Nom1_Nom2.ows

Recommandations pour organiser votre travail

• Commencer par une exploration visuelle des données pour repérer les anomalies.
• Documenter chaque étape dans le compte rendu (préparation, choix de modèles, résultats, interprétation).
• Tester plusieurs modèles et paramètres pour choisir celui ayant la meilleure F1-mesure.
• Sauvegarder régulièrement vos workflows (.ows) dans Orange.
• Soigner la qualité de la rédaction du rapport, y compris les légendes des figures.

Ressources

• Jeu de données "Indian Liver Patient Dataset" (ILPD) : Lien vers le dataset​

• Documentation d'Orange : Lien vers la documentation​

• Tutoriel sur l'utilisation d'Orange pour le machine learning : Lien vers le tutoriel

Annexe – Description des variables du jeu de données ILPD

Annexe – Glossaire des termes médicaux

• Bilirubine : Pigment jaune issu de la dégradation de l’hémoglobine, dont l'accumulation provoque l'ictère.
• Albumine : Protéine synthétisée par le foie, responsable du maintien de la pression osmotique.
• ALT (Alanine Aminotransferase) : Enzyme hépatique intracellulaire. Son élévation traduit une souffrance hépatique.
• AST (Aspartate Aminotransferase) : Enzyme intracellulaire retrouvée dans plusieurs organes, notamment le foie et le cœur.
• Phosphatase alcaline : Enzyme dont l’élévation indique une obstruction des voies biliaires ou une cholestase.
• Cytolyse : Destruction des cellules, en particulier des hépatocytes dans le contexte hépatique.
• Cholestase : Ralentissement ou arrêt de l’écoulement de la bile.
• Hypoalbuminémie : Diminution du taux d’albumine dans le sang, fréquente en cas de cirrhose.