Chapitre 1 : Qu’est-ce que l’IA – Pr Stéphanie ALLASSONNIERE
- Historique
- Concepts généraux
- Big Data et Machine Learning
Chapitre 2 : Intelligence artificielle et Radiologie – Dr Nor-Eddine REGNARD
- Généralités
- Les données
- Qualité des données sources
- Principaux cas d’usage potentiels en secteur hospitalier ou ambulatoire
- Détection – Classification
- Caractérisation
- Segmentation – Quantification
- Tâches non-interprétatives
- Ecosystème de l’IA en Santé – Nouveaux entrants
- En pratique, comment passez à l’action ?
- Besoin clinique identifié : exemple de Gleamer – L’indispensable validation clinique
- Marquage réglementaire – Certification de ces dispositifs médicaux
- Impact de l’IA sur les métiers, les activités, les qualifications, les relations patients-professionnels
- Conséquences sur la Santé publique
- Intégration des ces nouveaux outils dans les systèmes d’informations cliniques existants
- Take home messages
Chapitre 3 : IA et cadre d’usage de la donnée – Me Nesrine BENYAHIA
- Besoin de données, Envie d’IA
- RGPD et cadre de la protection des données
- En pratique pour le radiologue
Chapitre 4 : IA et pilotage par les données de santé – David GRUSON
- Le constat de départ
- L’IA en Santé et en radiologie : Une révolution des cas d’usage
- Big Data et Data Management en Santé : Mythe et réalité
- Les enjeux de la régulation de l’IA en Santé
- Les impacts RH : un matériau d’études fragmentaire et des préjugés à relativiser
- Cinq clés de régulation positive de l’IA et de la robotisation en Santé
- La garantie humaine algorithmique : 3 cas d’application