Etudiant : AZZAOUI HOUDA

Filière : Master Machine Learning Avancé et Intelligence Multimédia (MLAIM)

Encadrant : Pr. EL FAZAZY KHALID

Annèe : 2026

Résumé : Le cancer fait partie des principaux enjeux de santé publique à l’échelle mondiale. Au Maroc, l’augmentation continue de son incidence rend nécessaire la mise en place de systèmes d’information capables de collecter, gérer et analyser les données oncologiques dans une perspective épidémiologique. C’est précisément à ce besoin que répond ce projet de fin d’études. Le présent rapport présente la conception et le développement d’OncoRegistry, une plateforme web full-stack destinée à la gestion informatisée d’un registre hospitalier des cancers. La solution centralise les dossiers patients, enregistre les diagnostics, les résultats de laboratoire, les bilans radiologiques ainsi que les comptes-rendus anatomo- pathologiques, et produit des statistiques épidémiologiques en temps réel. Son architecture repose sur un backend FastAPI (Python), un frontend Angular 21 utilisant des composants standalone et PrimeNG, une base PostgreSQL administrée via SQLAlchemy 2, et un module d’intelligence artificielle combinant XGBoost et SHAP. Ce module vise à orienter l’agent du registre vers les patients éligibles à l’inclusion. Par ailleurs, un pipeline ETL alimente la base registre depuis la base source du SIH (HOSIX). Sur un jeu de test indépendant, le modèle atteint une aire sous la courbe ROC de 0,910 et un rappel de 94,4 % pour la classe éligible ; des tests unitaires, d’intégration et de sécurité confirment par ailleurs le bon fonctionnement de la plateforme. Ces performances illustrent l’apport du modèle prédictif comme aide à la décision.