Les techniques de machine learning sont actuellement utilisées pour entraîner de nombreux modèles en médecine. Pourquoi connaissons-nous un tel âge d’or de l’IA appliquée à la médecine ? Cette présentation illustrera l’utilisation de l’IA par différents exemples publiés : prédiction du risque de développer un risque 5 ans à l’avance, interprétation automatisée d’image médicale, détection par Deep Learning de mélanome, prédiction de la survie sur simple scanner, pilotage de robots chirurgicaux, dépistage de la dépression sur instagram, chaque exemple sera expliqué et commenté. Mais l’IA comporte également des risques liés à la gestion des données d’entraînement, aux biais ou encore les attaques adversarielles. Les perspectives de développement à 10 à 15 ans seront enfin abordées pour comprendre comment l’IA va changer la santé de tous.
Jean-Emmanuel Bibault
Jean-Emmanuel est médecin cancérologue et chercheur spécialisé en Intelligence Artificielle. Il a un doctorat en informatique biomédicale et a réalisé un post-doctorat à l'Université de Stanford, dans le laboratoire d'Intelligence Artificielle appliquée à la Santé. Il est Professeur des Universités - Praticien Hospitalier à l'Université de Paris / Hôpital Européen Georges Pompidou et chercheur à l’INSERM. Ses recherches portent sur l'apprentissage machine appliqué au diagnostic et à la prédiction. Il est lauréat 2019 de l'Académie Nationale de Médecine pour ses travaux sur la prédiction de la réponse thérapeutique par Intelligence Artificielle. Il a par ailleurs développé plusieurs applications iPhone et Android et cofondé une startup dans ce domaine, revendue en 2014.
En 2023, il a publié "2041, L'Odyssée de la médecine" aux Editions Equateurs, livre qui raconte comment l'IA en médecine est née et comment elle a et va changer les soins.
En 2023, il a publié "2041, L'Odyssée de la médecine" aux Editions Equateurs, livre qui raconte comment l'IA en médecine est née et comment elle a et va changer les soins.
English 
Français