lucas de la brosse

Startup MedTech en partenariat avec le CHU de Montpellier (INSERM/CNRS) et Sanofi Développement de modèles de simulation et d’aide à la décision sur données physiologiques temporelles. • Développement d’un jumeau numérique de patient diabétique (modèle hybride équations différentielles + ML), permettant la simulation de scénarios glycémiques (co-développé avec Sanofi, SFD 2024) • Conception et déploiement d’une web app de simulation interactive pour rejouer des journées patients et évaluer l’impact de modifications (repas, insuline, basal), utilisée en éducation thérapeutique personnalisée • Développement de modèles de prédiction de glycémie sur séries temporelles (CGM, repas, insuline, activité physique), combinant pharmacocinétique et ML — 99,9 % des prédictions en zone cliniquement sûre à 30 min, MARD 6,98 % (ATTD 2019) • Conception d’un algorithme de détection de repas en temps réel à partir du signal CGM seul — AUC 91,5 %, temps de détection moyen 25,6 min (ATTD 2022) • Validation clinique en collaboration avec des diabétologues (CHU Montpellier, études multicentriques), démontrant un impact sur la décision thérapeutique dans 85 % des cas

Société de conseil spécialisée dans le management et le développement de projets innovants • Classification d’activités physiques à partir de signaux accéléromètre (montres connectées) : feature engineering fréquentiel (FFT, entropie spectrale), sélection de variables, modèles Random Forest et SVM — accuracy > 99 % en validation inter-individus • Modélisation prédictive de salaires d’embauche sur données RH textuelles : prétraitement NLP (TF-IDF, stemming), régression régularisée (Ridge, Lasso), validation LOOCV