126
- Satisfaction de contraintes et SAT (satisfaisabilité d’une formule logique)
- Planification et recherche heuristique
- Agents autonomes et systèmes multi-agents
- IA & web
- Traitement automatique des langues (TAL)
- Robotique
- Vision et reconnaissance des formes
- Modélisation cognitive et systèmes neuro-informationnels.
l n’est pas surprenant que nous retrouvions ici les mêmes défis, les mêmes enjeux et les mêmes thèmes
que ceux qui ont été identifiés de manière plus générale par le GT recherche amont.
Il apparaît particulièrement important d’offrir un soutien large à l’ensemble des thèmes proposés, de
favoriser des recherches multidisciplinaires, en portant attention aux interfaces (particulièrement
importantes dans ces applications), ainsi que des recherches intégratives associant les industriels en
prenant garde que leurs travaux nourrissent prioritairement le tissu socio-économique français.
On s’attachera à créer une dynamique autour des données : leur annotation, leur accès sécurisé, les
plateformes de traitement, les codes et les ressources de calcul les enrichissant.
e document mentionne les spécificités de ces défis pour les applications médicales et de santé.
Ces points ont été mentionnés dans de nombreux rapports en France et à l’étranger sur la stratégie de
la recherche en IA et dans le domaine de la santé (rapport stratégique de l’ITMO « Technologies pour
la santé » d’AVIESAN, rapport du National Science and Technology Council américain, livre blanc
d’Inria, cahier de veille de la Fondation Télécom et de l’IMT, rapports des autres groupes de travail de
#FranceIA, etc.).
A la diversité des domaines cités s’appliquant aux données et connaissances de santé, s’ajoutent les
dimensions éthiques et réglementaires dont il n’est pas possible de faire abstraction. Ces aspects ont en
particulier un fort impact sur les possibilités de transfert. Le groupe a fait le constat que, si les
laboratoires français sont très présents et réputés dans ces domaines, le transfert vers les industriels est
vraisemblablement freiné par rapport au grand potentiel.
De même, le large potentiel de l’IA n’est pas encore pleinement exploité dès qu’il s’agit de faire des
études à grande échelle, en partie à cause de la difficulté de l’accès aux données.
Apports et bénéfices attendus de l’IA dans le domaine de la médecine et de la
santé
Ceux-ci sont nombreux et constituent des thèmes de recherche actuels et en pleine croissance. Soutenir
la recherche dans ces domaines est donc primordial. Parmi les exemples d’applications et de bénéfices
attendus, nous pouvons citer :
- l’aide au diagnostic, en particulier dans les cas difficiles, la planification thérapeutique ou
chirurgicale, le pronostic, la recherche de biomarqueurs (dans des images médicales par
exemple) ;
- Satisfaction de contraintes et SAT (satisfaisabilité d’une formule logique)
- Planification et recherche heuristique
- Agents autonomes et systèmes multi-agents
- IA & web
- Traitement automatique des langues (TAL)
- Robotique
- Vision et reconnaissance des formes
- Modélisation cognitive et systèmes neuro-informationnels.
l n’est pas surprenant que nous retrouvions ici les mêmes défis, les mêmes enjeux et les mêmes thèmes
que ceux qui ont été identifiés de manière plus générale par le GT recherche amont.
Il apparaît particulièrement important d’offrir un soutien large à l’ensemble des thèmes proposés, de
favoriser des recherches multidisciplinaires, en portant attention aux interfaces (particulièrement
importantes dans ces applications), ainsi que des recherches intégratives associant les industriels en
prenant garde que leurs travaux nourrissent prioritairement le tissu socio-économique français.
On s’attachera à créer une dynamique autour des données : leur annotation, leur accès sécurisé, les
plateformes de traitement, les codes et les ressources de calcul les enrichissant.
e document mentionne les spécificités de ces défis pour les applications médicales et de santé.
Ces points ont été mentionnés dans de nombreux rapports en France et à l’étranger sur la stratégie de
la recherche en IA et dans le domaine de la santé (rapport stratégique de l’ITMO « Technologies pour
la santé » d’AVIESAN, rapport du National Science and Technology Council américain, livre blanc
d’Inria, cahier de veille de la Fondation Télécom et de l’IMT, rapports des autres groupes de travail de
#FranceIA, etc.).
A la diversité des domaines cités s’appliquant aux données et connaissances de santé, s’ajoutent les
dimensions éthiques et réglementaires dont il n’est pas possible de faire abstraction. Ces aspects ont en
particulier un fort impact sur les possibilités de transfert. Le groupe a fait le constat que, si les
laboratoires français sont très présents et réputés dans ces domaines, le transfert vers les industriels est
vraisemblablement freiné par rapport au grand potentiel.
De même, le large potentiel de l’IA n’est pas encore pleinement exploité dès qu’il s’agit de faire des
études à grande échelle, en partie à cause de la difficulté de l’accès aux données.
Apports et bénéfices attendus de l’IA dans le domaine de la médecine et de la
santé
Ceux-ci sont nombreux et constituent des thèmes de recherche actuels et en pleine croissance. Soutenir
la recherche dans ces domaines est donc primordial. Parmi les exemples d’applications et de bénéfices
attendus, nous pouvons citer :
- l’aide au diagnostic, en particulier dans les cas difficiles, la planification thérapeutique ou
chirurgicale, le pronostic, la recherche de biomarqueurs (dans des images médicales par
exemple) ;