Ce projet consiste en un catalogue de notebooks d'entrée de gamme dédié à la formation de professionnels de santé. Il permet la classification de médicaments et l'analyse de données médicales.

Projet d'analyse de données sur la consommation et dépenses de médicaments, permettant aux professionnels de poser des questions en langage naturel sur ces données.

Le projet qr_mumps permet de gérer des codes QR pour le suivi et la gestion de médicaments dans un contexte de contrôle d'accès sécurisé. Il offre une interface conviviale pour créer, gérer et analyser les données associées aux codes QR.

Pipeline Hopices Civils de Lyon pour l'analyse régulière de données de séquençage complet de Mycobacterium tuberculosis, comprenant un contrôle qualité étendu, la spoligotypie, l'identification de résistance aux médicaments et la génération automatique de rapports finaux.

Ce service public numérique permet au grand public et aux professionnels de santé d'accéder à des données et documents officiels sur les médicaments commercialisés ou ayant été commercialisés en France. Il centralise les informations administratives et scientifiques sur les traitements, les notices, les bonnes pratiques d'utilisation et les risques associés, afin d'améliorer la transparence et la sécurité sanitaire.

Ce projet utilise Spark et PySpark pour analyser des données géographiques et médicales afin de détecter les déserts médicaux en France. Il s'appuie sur des données de l'INSEE et produit des visualisations grâce à GeoJSON.

Plateforme publique dédiée au recueil et au traitement des données médicales et médico-sociales. Elle permet aux établissements de santé et médico-sociaux de transmettre des informations sur les hospitalisations, d'analyser les séjours et de valoriser les données selon les normes T2A. Elle inclut des outils pour les études nationales de coûts et le suivi des personnes en situation de handicap.

SCALPEL3 est un framework open-source conçu pour extraire des concepts médicaux de manière évolutive, reproductible et facile à partir de grandes bases de données observationales (LODs), avec un focus actuel sur les données du Système National des Données de Santé (SNDS) français. Il est basé sur PySpark et est composé de trois modules : SCALPEL-Flattening pour la dénormalisation des données, SCALPEL-Extraction pour l'extraction de concepts médicaux et SCALPEL-Analysis pour l'analyse de données de cohortes.

Le projet DRS2AMR est un outil permettant de convertir des données de dossiers médicaux au format FHIR, d'automatiser le traitement de ces données et d'extraire des données structurées à partir de documents PDF médicaux. Il s'agit d'un dépôt de code source conçu pour faciliter le développement et l'intégration de fonctionnalités liées à la gestion et l'analyse de données médicales.

Le projet SMT-CLADIMED_owl est une application dédiée à la gestion de concepts médicaux, à l'intégration de données médicales et à la création d'ontologies médicales. Il offre des fonctionnalités avancées pour organiser, structurer et analyser les données médicales.