Clinical Data Scientist & AI Lead· Casablanca
Data science et IA clinique, au service de la décision médicale.
Je conduis des projets d’intelligence artificielle en santé aux côtés des équipes médicales, pour transformer les données cliniques en outils d’aide à la décision fiables et compréhensibles.
Acteur majeur de la santé au Maroc
Pilotage de projets d’intelligence artificielle en cardiologie
Conception et développement
Modélisation, validation et intégration logicielle
Du génie logiciel à l’intelligence artificielle
3 diplômes : DUT, licence professionnelle et master à l’INSEA
Expérience et collaborations internationales
France : CHU Henri-Mondor États-Unis : LIU et Dassault Systèmes
Ingénieure en intelligence artificielle, spécialisée en science des données et en IA appliquée à la santé, je pilote des projets d’IA en cardiologie au sein d’Akdital Innov, dans un environnement de collaboration internationale avec la Long Island University (LIU) et Dassault Systèmes. Mes responsabilités couvrent le cadrage des besoins avec les équipes médicales, la conception et le développement de solutions d’IA, ainsi que leur évaluation et la préparation de leur intégration en milieu clinique.
Titulaire d’un master en Systèmes d’information et systèmes intelligents, obtenu à l’Institut National de Statistique et d’Économie Appliquée (INSEA), j’ai construit un parcours associant développement logiciel, informatique décisionnelle, science des données et recherche appliquée à la santé. J’ai notamment participé à un projet de recherche collaboratif réunissant le Centre Hospitalier Universitaire Henri-Mondor de Créteil, à travers le laboratoire de recherche en épidémiologie clinique et vieillissement (CEPIA) de l’Institut Mondor de Recherche Biomédicale (IMRB), et le laboratoire de neuropsychologie interventionnelle (NPI) de l’École normale supérieure de Paris. Cette expérience m’a permis d’approfondir mes compétences en data science, en biostatistique et en analyse de données cliniques et de neuro-imagerie, dans un cadre de recherche pluridisciplinaire.
Ma mission
Mettre les données et l’IA au service des patients et des soignants, avec des outils fiables, compréhensibles et réellement utiles à la décision clinique.
Des données cliniques brutes à des modèles fiables : qualité, harmonisation, deep learning et explicabilité.
Des projets fondés sur l’état de l’art et des résultats évalués avec méthode.
Un lien permanent entre cliniciens, équipes techniques et décideurs.
École supérieure de technologie · Oujda
Acquis
École supérieure de technologie · Oujda
Acquis
INSEA, Institut National de Statistique et d’Économie Appliquée · Rabat
Acquis
Réunis dans un même profil
Akdital Innov · Groupe Akdital Casablanca, Maroc
IMRB, Institut Mondor de Recherche Biomédicale · CHU Henri-Mondor Créteil, France
Manahij Conseil Tanger, Maroc
Quelques retours reçus au fil de mes collaborations, présentations et échanges professionnels, reflétant différentes dimensions de mon travail et de mon approche.
Diagnostic et prédiction en cardiologie
Développée chez Akdital Innov, CardioGuard AI est une solution d’aide à la décision qui met l’intelligence artificielle au service du diagnostic et de la prédiction en cardiologie, avec des résultats explicables pour les cliniciens.
CardioGuard AI figure dans la présentation des résultats annuels d’Akdital (mars 2026).
Voir la page CardioGuard (s’ouvre dans un nouvel onglet)IMRB · CHU Henri-Mondor · 2023
Outils et techniques
Outils et techniques
Outils et techniques
Outils et techniques
En santé, la valeur d’un modèle d’intelligence artificielle ne se limite pas à ses performances prédictives. Elle repose également sur sa fiabilité, sa pertinence clinique et sa capacité à éclairer la décision médicale.
Définir le besoin avec les cliniciens : quel problème, pour quels patients, pour quelle décision.
Analyser la littérature : besoin clinique, valeur ajoutée, preuves existantes et cas d’usage réels.
Garantir la qualité, l’harmonisation, l’anonymisation et l’interopérabilité des données.
Choisir l’approche adaptée au problème, puis en évaluer les performances avec rigueur.
Rendre les résultats compréhensibles et intégrer les retours des cliniciens à chaque itération.
Comprendre le langage des cliniciens et traduire leurs besoins en exigences techniques.
À l’aise dans des équipes pluridisciplinaires.
Présenter des projets et réunir direction, équipes techniques et partenaires autour d’objectifs communs.
Explorer les options, les alternatives et les solutions de repli avant d’avancer.
Suivre un projet de bout en bout, du premier prototype à la préparation du déploiement.
Recruter une stagiaire et l’accompagner au quotidien.
Outils : Python, PyTorch, scikit-learn, R, STATA, SQL, Databricks, Power BI, FastAPI, React, Docker, MLflow, Git, FreeSurfer, FHIR, DICOM, OMOP
DeepLearning.AI · Coursera
IA médicaleDeepLearning.AI · Coursera
OpenClassrooms
BCG · prédiction de l’attrition client
PwC · analyse de données
Sur le volet cardiologie, j’ai contribué à coordonner les échanges entre la direction, les cardiologues, les équipes IT et les partenaires, afin d’avancer ensemble vers des objectifs communs.
Je pars du terrain : comprendre les besoins des cardiologues, les traduire en exigences data et techniques, puis valider les choix avec eux.
À Paris/Créteil, une équipe de recherche pluridisciplinaire ; à Casablanca, des cliniciens, des ingénieurs et des décideurs. J’adapte mon discours à chacun pour relier leurs expertises.
J’ai participé au recrutement d’une stagiaire, de la présélection aux entretiens, puis je l’ai accompagnée au quotidien dans ses missions.
« Ma vision est de contribuer à une médecine où les données et l’intelligence artificielle renforcent la qualité des soins, accompagnent les professionnels de santé dans leurs décisions et participent à l’amélioration des parcours de soins et de l’organisation hospitalière, tout en préservant la place centrale du jugement clinique. »
Une question ou l’envie d’échanger sur l’IA en santé ou la recherche ? N’hésitez pas à m’écrire.
wassima.mansssour@gmail.com