EDS-NLP est un framework collaboratif de traitement automatique des langues (NLP) qui vise principalement à extraire des informations à partir de notes cliniques en français. Il s'agit d'une collection de composants ou de pipes, qui peuvent être des fonctions basées sur des règles ou des modules d'apprentissage profond. Ces composants sont organisés dans un système de pipeline efficace et modulaire, conçu pour les modèles hybrides et multitâches. Nous utilisons spaCy pour représenter les documents et leurs annotations, et PyTorch comme backend d'apprentissage profond pour les composants entraînables.

Le projet eds-pseudo est un outil de détection et de pseudonymisation d'entités nominatives dans des documents, initialement développé pour les rapports cliniques du système d'information de santé de l'AP-HP. Il repose sur une combinaison de règles et de modèles de deep learning, et permet de détecter des adresses, dates, noms, prénoms, numéros de sécurité sociale, etc.

EDS-PDF est un framework modulaire permettant d'extraire des informations textuelles à partir de documents PDF. Il peut être utilisé tel quel ou être étendu pour s'adapter à des cas d'utilisation spécifiques. Il propose un système de pipeline et divers utilitaires pour la visualisation et le traitement de PDF, ainsi que plusieurs composants pour construire des modèles complexes.

Eds-scikit est un outil destiné aux data scientists travaillant sur le Data Warehouse Clinique de l'AP-HP. Il est spécifiquement conçu pour les données standardisées OMOP et a pour principaux objectifs de faciliter l'accès et l'analyse des données, de permettre un meilleur transfert de connaissances entre les projets et d'améliorer la reproductibilité de la recherche.

EDS-TeVa est un ensemble d'outils permettant de modéliser l'adoption des Dossiers Médicaux Électroniques dans le temps et l'espace. Il s'appuie sur Spark 2.4 et nécessite Python ~3.7.1 et Java 8.

Bibliothèque PyTorch étendant la gestion des tenseurs en offrant un traitement efficace de tenseurs contenant des séquences imbriquées de tailles variables. Elle permet le pliage/dépliage (ou l'enroulement/déroulement) de dimensions de données basées sur une structure interne de longueurs de séquences. Cette bibliothèque est particulièrement utile lors du travail avec des données qui peuvent être divisées de différentes manières et permet d'éviter de choisir une représentation fixe.

Ce projet est un tutoriel qui vise à introduire des problématiques liées à l'analyse de données réelles dans les entrepôts de données de santé. Il s'adresse aux data scientists qui maîtrisent les bases de la programmation Python et de l'analyse de données. Le tutoriel est composé d'une série d'exercices et d'un projet final qui simule une étude de recherche complète qui pourrait être publiée dans un article scientifique.

Le projet UimaOnSpark permet d'exécuter des pipelines UIMA sur des données textuelles à l'aide d'Apache Spark. Il est principalement utilisé pour la segmentation de sections dans des documents médicaux, ce qui facilite l'analyse et l'interprétation de ces documents.

Ce projet est une collection d'outils et de pipelines UIMA pour l'analyse de textes médicaux. Il permet l'extraction d'informations démographiques et la segmentation de textes en sections.