Projet IADB

Le projet IADB vise à améliorer le pronostique médical et l'assistance à la prise de décision dans le domaine clinique par des techniques d'analyse de masses de données. Il met en résonance des compétences en traitement de la langue naturelle (pour extraire une information symbolique des comptes rendus médicaux), en intégration de masses de données (pour amplifier la puissance statistique des processus d'analyse par l'intégration de très grandes cohortes médicales) et en apprentissage profond (pour classifier les données selon des indications pathologiques ou répondre à des questions cliniques). Les études préliminaires sont extrêmement prometteuses sur la capacité des techniques d'apprentissage profond à fournir des pronostiques utiles dans la pratique clinique et l'intégration des compétences des différentes discipline (médecine, TAL, masses de données, apprentissage, calcul intensif...) permettra d'aborder deux verrous supplémentaires extrêmement importants pour la pratique qui sont la qualité (complétude / véracité) des données exploitées et la possibilité de traitement avec des ressources de calcul raisonnables, accessible à des centres cliniques.En mettant en résonances les compétences diverses des équipes d'UCA (médécine, TAL, masses de données, apprentissage, calcul intensif), le projet IADB aborde 3 verrous majeurs dont le traitement simultané ouvre la porte à une aide fiable au pronostique et à la prise de décision dans le milieu médical:

L'apprentissage profond non supervisé sur des enregistrements cliniques
L'intégration de cohortes de données cliniques bruitées, partielles et de très grande taille
L'optimisation des calculs d'apprentissage profond sur des architectures accessibles au milieu clinique.