Cette page dédiée présente l’un des thème / domaine stratégique actuellement en discussion dans le cadre de notre Programme de financement de recherche stratégique. L’ensemble des thèmes / domaines en discussion est indiqué sur la page du programme. Chaque page dédiée (y compris celle-ci) peut être à un niveau de détail et de maturité variable. Pour participer à la discussion sur ce thème ou en proposer de nouveaux, veuillez utiliser ce formulaire. Si vous souhaitez être tenu.e au courant des développements autour de ce thème / domaine, inscrivez-vous ci-dessous.

IA pour les systèmes critiques de santé

Description et justification du domaine

Utiliser et développer des technologies issues de l’IA pour les systèmes critiques, afin d’améliorer l’efficacité, la sécurité, l’accès aux soins, créer de la valeur ajoutée clinique, par l’acquisition de connaissances, le transfert technologique, et l’amélioration de la performance opérationnelle.

L’objectif est d’adresser les défis suivants :

  • Explicabilité: expliquer le fonctionnement des technologies IA mises en œuvre, pour en garantir l’acceptabilité par les patients et les praticiens.
  • Biais: mettre en oeuvre des solutions d’IA pour lesquelles les résultats ne sont pas influencés par des biais (connus ou inconnus).
  • Garanties théoriques d’optimisation et de généralisation : mettre en œuvre des méthodes et des outils pour garantir le comportement et la capacité de généralisation des solutions IA.
  • Robustesse: garantir la robustesse d’un résultat issu d’un modèle IA, et énoncer des conditions de cette robustesse.
  • Out of Distribution : détecter des observations en dehors de la distribution d’apprentissage, et prendre en compte ces OOD dans le processus d’apprentissage.
  • Certification : développer un framework de certification des systèmes d’IA en Santé.
  • Embarcabilité : étudier la pertinence des réseaux binaires dans le contexte de systèmes embarqués ou portables patient.

Le défi technologique est ici double :

  • Adapter les résultats existants des architectures IA connues, au contexte de leur utilisation en Santé (par exemple, explicabilité des décisions de diagnostic sur l’imagerie médicale)
  • Développer des techniques nouvelles sur les solutions non traitées (Graph Neural Networks, IA multimodale, apprentissage par renforcement…)

Contexte

Mots-clefs : Acceptabilité sociale

Organisations pertinentes :

Personnes pertinentes suggérées durant la consultation :

Les noms suivants ont été proposés par la communauté et les personnes mentionnées ci-dessous ont accepté d’afficher publiquement leur nom. Notez cependant que tous les noms des professeur.e.s (qu’ils soient affichés publiquement ou non sur notre site web) seront transmis au comité conseil pour l’étape d’identification et de sélection des thèmes stratégiques. Notez également que les personnes identifiées durant l’étape de consultation n’ont pas la garantie de recevoir une partie du financement. Cette étape sert avant tout à présenter un panorama du domaine, incluant les personnes pertinentes et non à monter des équipes pour les programmes-cadres.

  • Ettore Merlo

Programmes-cadres potentiels

(pas de programmes-cadres potentiels pour le moment)

Documentation complémentaire

(pas de documentation complémentaire pour le moment)

Intéressé.e? Entrez votre courriel pour recevoir les mises à jour en lien avec cette page :

Historique

30 juin 2021 : Première version

5 juillet 2021 : Complément d’information dans la description du domaine

15 juillet 2021 : Ajout de personnes pertinentes