Please enable JavaScript.
Coggle requires JavaScript to display documents.
Intelligence artificielle et diagnostics médicaux - Coggle Diagram
Intelligence artificielle et diagnostics médicaux
Applications
diagnostics médicaux
détecter les cancer
détecter les pathologies ophtalmiques
détecter les pathologies mentales
analyse des traces laissées sur les réseaux sociaux
études statistiques
détecter les problèmes de peau
distinction des maladies de la peau
déduction d'un diagnostique
autres applications dans de nombreux domaines
transport, commerce, industrie
Limites
manque de discernement
un corpus de travaux maigre
efficacité supérieure encore non-affirmable
problème moral et éthique
traçages de données en ligne :
détecter d'éventuelles pathologies
cibler et écarter les personnes de la société
nécessité de créer de nouvelles lois
cyber attaque
mise en péril de la santé et de la vie privée des patients
algorithme
données biaisées dans la conception de l'IA :
biais acquis par l'IA se répercutant dans ses choix et actions
Avantages
CC : bien utilisée, l’IA peut améliorer de façon significative un diagnostic ou la qualité de vie de certains malades, tout en permettant aux professionnels de santé de se libérer du temps pour leur patients.
Analyse
fine
l’IA ne fait pas moins bien que les humains
Diagnostics plus précis
Dans le domaine du diagnostic médical, l’IA apporte une plus-value au travail du médecin et surtout lui permet une prise en charge plus économique et efficace.
utilisation méthode du “
deep learning”
permet à des machines d’effectuer des tâches complexes
ex : reconnaissance vocale ou visuelle
l’IA permettrait de détecter des pathologies mentales, maladies de la peau, des cancers, ...
Le domaine de la médecine s’est fortement modernisé en profitant des différentes révolutions industrielles.
L’émergence de l’intelligence artificielle offre aux patients la possibilité d’introduire des solutions connectées pour un accès aux soins plus performant
Comment ça marche ?
Technologie inspirée des réseaux de neurones du cerveau
Intelligence artificielle faible
Concevoir des machines capables d’aider les humains dans leurs tâches: AIDE MEDICALE
Méthode symbolique
Création de modèles et de système qui s'appuient sur des règles de raisonnement et de logique
Crée des systèmes "d'experts": outils capables de reproduire les mécanismes cognitifs d'un expert. Ex: Mycin (identification d’infections bactériennes)
S'appuient sur:
L’ensemble des connaissances médicales dans un domaine
Formalisation des raisonnements des spécialistes qui lient ces connaissances
Méthode numérique
Raisonne sur des données (Big Data)
Le système cherche des régularités dans les données disponibles pour extraire des connaissances, sans modèle préétabli
Système par apprentissage automatique
Méthode fondée sur la représentation mathématique et informatique de neurones biologiques
Algorithmes d'apprentissage profond (Deep learning)
s’inspirent du fonctionnement cérébral
Analyse d’images à visées diagnostique
Reconnaissance vocale ou visuelle
Intelligence artificielle forte
Concevoir une machine capable de raisonner comme l’humain