| Titre : | Phénotypage numérique profond dans le diabète de type 1 : le renouveau de la recherche en épidémiologie (2021) |
| Auteurs : | Guy Fagherazzi |
| Type de document : | Article |
| Dans : | Médecine des maladies métaboliques (Vol. 15, n° 4, June 2021) |
| Article en page(s) : | p. 375-379 |
| Note générale : | doi:10.1016/j.mmm.2021.04.005 |
| Langues: | Français |
| Descripteurs : |
HE Vinci Épidémiologie ; Intelligence artificielle (IA) |
| Mots-clés: | Données ; Cohortes ; Jumeau numérique |
| Résumé : | Le numérique rend possible de mieux caractériser, en vraie vie, ce que représente un diabète de type 1 au quotidien. Le « digitosome », les données générées en ligne par les individus au cours de leur vie, est une source d’information sans précédent à analyser à l’aide de méthodes d’intelligence artificielle (phénotypage numérique), et à combiner aux autres données cliniques et « omiques » (phénotypage profond). Ainsi, le concept réunifié de phénotypage numérique profond permettra d’obtenir des caractérisations plus holistiques des personnes diabétiques, puis d’identifier dans de grandes cohortes, leur jumeau numérique, afin de leur proposer des programmes de santé de précision et des gestions de la maladie et des traitements personnalisés. Ces concepts, ainsi que les points de vigilance pour se prémunir d’éventuelles dérives liées aux données et à l’intelligence artificielle, sont discutés dans cet article en s’appuyant sur des exemples de recherche actuels. |
| Disponible en ligne : | Oui |
| En ligne : | https://login.ezproxy.vinci.be/login?url=https://www.sciencedirect.com/science/article/pii/S1957255721001206#! |
Bibliothèques HE Vinci
