| Titre : | DawiTech : Optimization of Medical Care through AI |
| Auteurs : | Bouarara Hadj Ahmed, Directeur de thèse ; zerrouki kadda, Directeur de thèse ; Slimani islem abdelkader, Auteur ; Becharef Mohamed amine, Auteur |
| Type de document : | texte imprimé |
| Editeur : | univ DR taher moulay saida, 2024 |
| Format : | 167p. / ill;fig; / 29cm. |
| Langues: | Français |
| Catégories : | |
| Mots-clés: | IA générative ; Large Language Model (LLM) ; Apprentissage par transfert ; Deep learning |
| Résumé : |
La recherche actuelle présente Dawitech, un modèle linguistique important conçu pour améliorer la
capacité de l'intelligence artificielle en ce qui concerne les modalités génératives, en particulier dans le domaine médical. Grâce au retour d'information passif des patients et à d'autres mécanismes d'auto-apprentissage plus avancés qu'il emploie. Dawitech assure une amélioration continue qui lui permet d'offrir un soutien sanitaire très fiable et individualisé. Le suivi GPS en temps réel fait partie de ses principales caractéristiques pour la surveillance des patients et les situations où une réponse d'urgence est nécessaire, ainsi que des outils ingénieux destinés à être utilisés à la fois dans la gestion de la phase de pré-traitement et dans les phases de post-traitement. L'objectif principal de ce modèle de langage étendu est de changer la manière dont les services de santé sont fournis en apportant une aide intelligente basée sur la localisation qui comprend le contexte de la situation et en établissant un canal de communication efficace entre les patients et leurs prestataires de soins de santé. |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
Documents numériques (1)
sct02151 Adobe Acrobat PDF |
