Par type de donnée

La nature mais aussi la qualité des données sont deux leviers majeurs pour améliorer la qualité du soin grâce à l’intelligence artificielle. L’un des enjeux consiste à tirer le meilleur parti des données relatives aux patients et à leur dossier médical. 

Pourquoi utiliser l’IA avec les données de santé

Aujourd’hui, la grande majorité des informations est très hétérogène, présentée sous différentes formes textuelles et linguistiques – compte-rendu, rapport d’imagerie, informations administratives, etc.

Le recours à des outils de traitement automatique des langues va en permettre l’analyse pour extraire les informations les plus pertinentes. Cette approche est par exemple privilégiée dans un projet de l’AP-HP consacré à l’ostéoporose, pour identifier les facteurs de risque de fracture.

D’autres données précieuses sont extraites du traitement d’images, réalisé par des technologies d’intelligence artificielle comme le deep learning, avec l’ambition d’améliorer le diagnostic précoce de maladies.

En analysant et en traitant des volumes considérables de données, l’IA permettra d’établir des classifications précises d’éléments cliniques, avec l’espoir de mieux personnaliser le parcours de soin et de renforcer son efficacité.

Les principales sources données de l’IA en santé 

• Les images : radiologiques, histologiques, de médecine nucléaire, de radiothérapie, de patients, d’endoscopies ;
• Les « omiques » : génomique, radiomique, métabolomique ;
• Les comptes-rendus textuels : comptes-rendus et rapports médicaux ;
• Les bases de données médico-administratives.