| Titre : | AI - HR Pharma |
| Auteurs : | Benhabara Chaima, Auteur ; Bekkouche Halima, Auteur ; zerrouki kadda, Directeur de thèse |
| Type de document : | texte manuscrit |
| Format : | 56p |
| Accompagnement : | CD |
| Note générale : |
Le projet AI-HR Pharma avait pour ambition de répondre à un problème structurel
concret du secteur pharmaceutique algérien : l’absence de coordination entre les officines, source de ruptures de stock imprévisibles, de pénuries invisibles et de pertes économiques. Tout au long de ce travail, nous avons conçu, développé et expérimenté une plateforme SaaS multi-tenant capable de connecter un réseau de pharmacies autour d’une base de données centralisée, en combinant gestion opérationnelle classique et intelligence artificielle. Sur le plan technique, le système repose sur une architecture en quatre couches clairement séparées (présentation, API, logique métier, données), construite avec FastAPI, PostgreSQL et Streamlit. Cette séparation a permis d’assurer la maintenabilité du code et une isolation stricte des données entre pharmacies grâce à un mécanisme d’authentification JWT et à un filtrage systématique par identifiant de pharmacie. Sur le plan scientifique, le projet a permis de comparer deux approches de prévision de la demande — la régression linéaire et Prophet — et de démontrer empiriquement que le choix du modèle dépend du volume de données disponible : la régression linéaire reste plus robuste sur de petits échantillons, tandis que Prophet devient généralement supérieur dès qu’un historique suffisant est disponible (par exemple pour Augmentin : MAE=60.60 contre 63.36 pour la régression linéaire), grâce à sa capacité à modéliser la saisonnalité, grâce à sa capacité à modéliser la saisonnalité. Le moteur de recommandation multi-critères, couplé à un module d’auto-apprentissage basé sur le feedback des pharmaciens, illustre par ailleurs la possibilité d’introduire une forme d’intelligence adaptative dans un outil métier concret, plutôt qu’un simple algorithme figé. Les résultats expérimentaux obtenus sur le réseau pilote de Saïda, notamment la détec- tion de pénuries réelles sur des médicaments chroniques comme la Metformine ou l’Insuline, confirment l’utilité pratique du système et sa capacité à révéler des informations qui reste- raient invisibles sans un mécanisme structuré de journalisation des recherches. Ce travail n’est cependant pas exempt de limites, qu’il convient d’assumer avec honnêteté scientifique : les données utilisées restent en partie synthétiques, la prévision est réalisée au niveau réseau et non par pharmacie, et l’absence d’application mobile constitue un frein à une adoption terrain à grande échelle. Ces limites ouvrent naturellement la voie aux perspectives identifiées, qu’il s’agisse du développement d’une application mobile, de l’extension à l’échelle de la wilaya avec indexation spatiale, ou de l’intégration de modèles séquentiels plus avancés comme les réseaux LSTM. En définitive, AI-HR Pharma démontre qu’il est possible, à partir d’outils accessibles et d’une démarche méthodique, de construire un prototype fonctionnel répondant à un besoin réel, tout en posant les bases scientifiques et techniques d’une solution évolutive vers un déploiement à plus grande échelle, aussi bien comme projet académique que comme produit entrepreneurial. |
| Langues: | Français |
| Index. décimale : | BUC-M 008535 |
| Catégories : |
Master en informatique Spécialité : Intelligence Artificielle Principe et application |
| Résumé : |
Abstract
AI-HR Pharma is an intelligent SaaS platform powered by artificial intelligence, interconnecting nine pharmacies in the city of Saïda, Algeria. Designed to connect pharmacies within a unified network, its goal is to improve medication availability by facilitating searches and exchanges between pharmacies, while optimizing inventory management. Developed with FastAPI, PostgreSQL, and Streamlit, the platform integrates a multi-tenant architecture secured by JWT, real-time inventory management (4,154 transactions over 90 days), and an automated notification system. Its artificial intelligence engine relies on two predictive models (Linear Regression and Prophet), a multi-criteria recommendation algorithm for medication transfers, and a self-learning mechanism based on user feedback. A shortage detection module automatically classifies unavailable medications as RARE, LIMITED, or NORMAL. ملخص AI-HR Pharmaهي منصة برمجية ذكية كخدمة (SaaS) مدعومة بالذكاء االصطناعي، تربط تسع صيدليات في مدينة سعيدةبالجزائر. صُممت المنصة لربط الصيدليات ضمن شبكة موحدة، بهدف تحسين توافر األدوية من خالل تسهيل عمليات البحث والتبادل بين الصيدليات، مع تحسين إدارة المخزون. تم تطوير المنصة باستخدامFastAPIوPostgreSQL وStreamlit، وهي تتضمن بنية متعددة المستخدمين مؤمنة بتقنيةJWT، وإدارة فورية للمخزون (4154معاملة على مدار 90يومًا)، ونظام إشعارات آلي. يعتمد محرك الذكاء االصطناعي الخاص بها على نموذجين تنبؤيين (االنحدار الخطي وProphet،)وخوارزمية توصية متعددة المعايير لنقل األدوية، وآلية تعلم ذاتي تعتمد على مالحظات المستخدمين. تقوم وحدة كشف النقص بتصنيف األدوية غير المتوفرة تلقائيًا إلى:نادر ·محدود ·عادي. Résumé AI-HR Pharma est une plateforme SaaS intelligente basée sur l’intelligence artificielle, interconnectant 9 pharmacies de la ville de Saïda, Algérie, conçue pour connecter les pharmacies au sein d’un réseau unifié. Son objectif est d’améliorer la disponibilité des médicaments en facilitant leur recherche et leur échange entre les pharmacies, tout en optimisant la gestion des stocks.. Développée avec FastAPI, PostgreSQL et Streamlit, la plateforme intègre une architecture Multi-Tenant sécurisée par JWT, une gestion des stocks en temps réel (4 154 mouvements sur 90 jours), et un système de notifications automatiques. Son moteur d'intelligence artificielle repose sur deux modèles de prévision (Régression Linéaire et Prophet), un algorithme de recommandation multi-critères pour le transfert de médicaments, et un mécanisme d'auto-apprentissage par feedback utilisateur. Un module de détection de pénurie classe automatiquement les médicaments indisponibles en RARE · LIMITED · NORMAL. |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
Documents numériques (1)
BUC-M 008535 Adobe Acrobat PDF |
