| Titre : | L’intelligence artificielle pour les nuls: une base pour tous les cliniciens (2025) |
| Auteurs : | Emma Umans ; Kobe Dewilde ; Herman Tournaye ; Thierry Van Den Bosch |
| Type de document : | Article |
| Dans : | Gunaïkeia (Vol. 30, n° 1, 15 février - 15 mars 2025) |
| Article en page(s) : | p. 25-28 |
| Langues: | Français |
| Descripteurs : |
HE Vinci Gynécologie ; Intelligence artificielle (IA) ; Obstétrique ; Pratique clinique |
| Résumé : |
Introduction: l’intelligence artificielle (IA) s’est immiscée dans notre quotidien et est déjà une réalité dans divers secteurs médicaux, parmi lesquels la gynécologie et l’obstétrique.
Discussion: les concepts de base de l’IA sont l’apprentissage automatique (machine learning), l’apprentissage profond (deep learning) et les réseaux neuronaux. Les méthodes d’apprentissage les plus courantes sont l’apprentissage supervisé (supervised learning), l’apprentissage non supervisé (unsupervised learning) et l’apprentissage par renforcement (reinforcement learning). L’IA est sensible aux biais présents dans les données d’entraînement et dans le choix de l’algorithme, ainsi qu’aux risques de surapprentissage et de sous-apprentissage. Les obstacles à la mise en œuvre clinique des algorithmes d’IA sont le principe de la boîte noire (black box principle), le décalage des données (dataset shift) et l’absence de législation appropriée sur la protection de la vie privée et la responsabilité en cas d’erreurs médicales. Un apport continu de données sera nécessaire pour continuer à contrôler, mettre à jour et améliorer les algorithmes. Conclusion: les cliniciens doivent acquérir des connaissances de base en IA pour pouvoir évaluer la littérature scientifique de manière critique et exploiter les algorithmes d’IA en toute sécurité dans la pratique clinique. |
| Disponible en ligne : | Oui |
| En ligne : | https://flipflashpages.uniflip.com//3//61981/1135660/pub/html5.html |
Bibliothèques HE Vinci
