Login
Communauté Vinci
Extérieur
Si votre nom d'utilisateur ne se termine pas par @vinci.be ou @student.vinci.be, utilisez le formulaire ci-dessous pour accéder à votre compte de lecteur.
Titre : | Lintelligence artificielle au service des maladies métaboliques (2021) |
Auteurs : | Jean-Daniel Zucker ; Karine Clément |
Type de document : | Article |
Dans : | Médecine des maladies métaboliques (Vol. 15, n° 1, February 2021) |
Article en page(s) : | p. 70-79 |
Langues: | Français |
Descripteurs : |
HE Vinci Apprentissage machine ; Diagnostic ; Intelligence artificielle (IA) ; Maladies métaboliques ; Médecine de précision ; Obésité ; Prise en charge ; Pronostic |
Résumé : | Lintelligence artificielle (IA) fait de grand progrès au service de la médecine en général et des maladies métaboliques en particulier. Lapprentissage automatique, grâce notamment aux réseaux de neurones et la démultiplication des données massives de phénotypage, améliore considérablement laide au diagnostic médical. On peut ainsi augmenter le nombre de patients identifiés comme pouvant bénéficier dun traitement spécifique, tout en évitant de traiter inutilement dautres patients. On peut aussi en principe adapter la prise en charge et le suivi. Au-delà de la prédiction, cest le pronostic des traitements et la stratification des patients dans une pathologie aux phénotypes complexes que lIA permet daméliorer. LIA contribue aussi à une nouvelle médecine de précision en intégrant les nouvelles données « omiques » massives, comme celles issues de la métagénomique. Nous présentons ici, avec quelques exemples, comment lIA peut offrir des solutions pour mieux stratifier, diagnostiquer et pronostiquer les patients, mais soulève aussi de nombreuses questions dont celles déthiques, dinterprétabilité des décisions, dacceptation par le corps médical et des patients, ainsi que de sécurité. Ces questions sont clés pour tous les acteurs de nos systèmes de santé en pleine mutation. |
Disponible en ligne : | Oui |
En ligne : | https://login.ezproxy.vinci.be/login?url=https://www.sciencedirect.com/science/article/pii/S1957255720300407 |