VitaSensor

VitaSensor est un système de monitoring hospitalier full-stack qui suit les signes vitaux des patients en temps réel (fréquence cardiaque, SpO2, température, ECG) et utilise le machine learning pour détecter une dégradation avant qu'elle ne devienne une urgence.

Contexte et problème. À l'hôpital, le délai entre l'aggravation de l'état d'un patient et le moment où un soignant le remarque peut être critique. Les moniteurs bruts montrent ce qui se passe maintenant ; ils n'anticipent pas ce qui arrive et n'acheminent pas la bonne information à la bonne personne. Le défi était double : diffuser des données en direct de manière fiable vers ceux qui en ont besoin, et transformer ce flux en quelque chose de prédictif plutôt que simplement réactif.

Solution. La plateforme repose sur trois couches. Un frontend React + TypeScript offre à chaque rôle — admin, médecin, infirmier — son propre tableau de bord, mis à jour en direct via Socket.IO. Un backend Node.js/Express gère l'authentification (JWT), les routes REST et la couche temps réel, en persistant tout dans PostgreSQL via Prisma. Un service IA Python dédié exécute les modèles : un LSTM qui prévoit la SpO2 trente minutes à l'avance, un Random Forest qui classe le statut patient, une Isolation Forest pour la détection d'anomalies, et une régression logistique pour le score de risque cardiaque. Au-dessus, un moteur d'alertes multi-niveaux (critique/élevé/moyen/faible) avec workflow d'acquittement et d'intervention garantit que les alertes sont traitées, pas seulement affichées.

Ingénierie et exigence qualité. Le système est volontairement organisé autour de frontières claires — le service IA est découplé de l'API, et la couche temps réel est séparée de la couche requête/réponse — ce qui garde chaque partie testable et évolutive indépendamment. Le README assume honnêtement le périmètre : certaines briques (intégration complète du service Python, notifications SMS/email, support multi-hôpitaux) relèvent de la feuille de route plutôt que du livré, documentées ouvertement.