Les accidents vasculaires cérébraux ont un impact socio-économique important dans le monde. Les accidents ischémiques cérébraux surviennent lorsqu'un caillot de sang (également appelé "thrombi") ou une plaque de graisse (composée de résidus de graisse, de cholestérol et de particules de déchets) bloque l'approvisionnement en sang d'une partie du cerveau, tuant les neurones de cette zone (cellules cérébrales).

La majorité des patients victimes d'un accident vasculaire cérébral survivront à la première maladie, mais ce sont les conséquences à long terme qui ont généralement le plus d'impact sur la santé des individus et qui peuvent également entraîner un plus grand nombre de décès. La détection préalable de l'AVC est donc nécessaire pour prévenir la maladie.

Un système de prédiction des AVC basé sur le cloud a été présenté pour identifier les AVC à l'aide d'une approche d'apprentissage automatique afin de les diagnostiquer à un stade précoce. L'objectif est d'utiliser l'algorithme du réseau neuronal de convolution (CNN) pour concevoir un système automatisé de détection précoce des accidents vasculaires cérébraux ischémiques.

L'objectif principal de l'utilisation du CNN est de détecter avec précision un accident vasculaire cérébral et d'alerter le médecin ou la carrière le plus rapidement possible. .