Ce projet permet de simuler des opérations médicales en générant des données synthétiques de patients. Il offre la possibilité de configurer des paramètres comme l'intensité du bruit, le nombre de patients ou le temps par top. L'utilisateur peut interagir en temps réel pour déclencher des actions pendant la simulation. Les résultats sont visualisés sous forme de graphiques pour analyser les variables simulées.

Projet open source visant à traduire et adapter en Python et SAS l'algorithme de la CNAM pour identifier les patients diabétiques dans le Système National des Données de Santé (SNDS). Il permet de cibler les personnes prises en charge pour un diabète en utilisant des critères médicaux et pharmaceutiques, et de générer des données synthétiques pour les années 2018-2019. L'objectif est de rendre accessible et compréhensible l'algorithme pour une utilisation par la communauté scientifique et médicale.