dc.contributor.advisor | Abou Taam, Malak | - |
dc.contributor.advisor | Dhombres, Ferdinand | - |
dc.contributor.advisor | Thiébaut, Rodolphe | - |
dc.contributor.advisor | Roche, Benjamin | - |
dc.contributor.advisor | Berry, Hugues | - |
dc.contributor.advisor | Uzan, Catherine | - |
dc.contributor.advisor | Cuggia, Marc | - |
dc.contributor.advisor | Tannier, Xavier | - |
dc.contributor.advisor | Zohar, Sarah | - |
dc.contributor.advisor | Tzourio, Christophe | - |
dc.contributor.advisor | Deutsch, Eric | - |
dc.contributor.advisor | Macalli, Mélissa | - |
dc.contributor.advisor | Loupy, Alexandre | - |
dc.contributor.advisor | Durrleman, Stanley | - |
dc.contributor.advisor | Briot, Karine | - |
dc.contributor.advisor | Nedelec, Thomas | - |
dc.contributor.advisor | Jaulent, Marie-Christine | - |
dc.contributor.advisor | Dufouil, Carole | - |
dc.contributor.author | Dupuy Maury, Françoise | - |
dc.contributor.editor | Inserm | fr |
dc.contributor.other | unité Inserm 1138 - HekA (Health data and model driven knowledge Acquisition) | - |
dc.contributor.other | unité Inserm 1099 - Laboratoire de traitement du signal et de l'image de Rennes | - |
dc.contributor.other | unité Inserm 1027 - ANSM (Agence nationale de sécurité du médicament et produits de santé) | - |
dc.contributor.other | unité Inserm 1030 - Radiothérapie moléculaire et innovation thérapeutique Gustave Roussy | - |
dc.contributor.other | unité Inserm 970 - Paris Transplant Group | - |
dc.contributor.other | unité Inserm 1153 - projet EpiFractal | - |
dc.contributor.other | unité Inserm 1142 - Limics Paris | - |
dc.contributor.other | unité Inserm 1127 - Institut du cerveau | - |
dc.contributor.other | unité Inserm 1219 - Centre de recherche Bordeaux Population Health | - |
dc.contributor.other | unité Inserm 938 - Centre de recherhce Saint-Antoine | - |
dc.date.accessioned | 2022-10-26T15:19:50Z | |
dc.date.available | 2022-10-26T15:19:50Z | |
dc.date.issued | 2022 | - |
dc.identifier.citation | Dupuy Maury, Françoise. Santé numérique. Inserm le magazine (Paris), 2022, N° 53, p. 24 - p 35 | - |
dc.identifier.issn | 2534-5397 | - |
dc.identifier.uri | http://hdl.handle.net/10608/12019 | |
dc.description.abstract | Aujourd'hui, les outils numériques sont capables de capter des signaux très subtils à différentes échelles : dans le fonctionnement d'un organisme, le comportement d'une population, ou notre environnement. Grâce à l'analyse de données massives, les chercheurs ont désormais l'ambition de formuler des prédictions sur l'apparition, la diffusion et l'évolution de maladies. À la clé ? Des interventions plus efficaces en santé publique et des traitements mieux personnalisés. Les possibilités semblent infinies? mais le diable est dans les détails. Que peut-on réellement prédire et prévenir grâce aux données de santé aujourd'hui ? Quelles sont les applications efficaces et concrètes de l'intelligence artificielle ? N'en surestime-t-on pas les avantages ? Tour d'horizon des connaissances et des incertitudes en la matière? pour que l'opacité du numérique ne soit plus qu'un lointain nuage. | fr |
dc.description.tableofcontents | Introduction, p.26; Tant que l'intervention est possible; Ralentir l'évolution, p.27; Une question d'image, p.28; La quête du plus petit détail, p29; Quand l'IA tombe sur un os, p30; [encadré]Gare aux outils qui trompent le médecin; Vers le traitement optimal ?, p31; La survie ne suffit pas, p.32; Et le Web dans tout ça ?; [encadré]Watson, quand l'IA joue perdante; [encadré]Les données de santé sur Internet : un accès réglementé; Les médicaments à la moulinette, p.34; Les jumeaux numériques :mythe ou réalité ?; Exploiter les données en toute sécurité, p.35; | fr |
dc.language.iso | fr | - |
dc.publisher | Inserm | fr |
dc.relation.ispartof | Rubrique : Grand angle | fr |
dc.relation.ispartofseries | Inserm le magazine | - |
dc.rights | Document en accès libre - https://www.ipubli.inserm.fr/pages/mentions-legales | fr |
dc.source | Inserm le magazine [ISSN papier : 2610-3869 ; ISSN numérique : 2534-5397], 2022, N°53, p.24 - p 35 | - |
dc.subject.mesh | Imagerie diagnostique | fr |
dc.subject.mesh | Algorithmes | fr |
dc.subject.mesh | Diagnostic précoce | fr |
dc.subject.mesh | Intelligence artificelle | fr |
dc.subject.other | surveillance | fr |
dc.subject.other | Inria | fr |
dc.subject.other | prédiction | fr |
dc.subject.other | confidentialité | fr |
dc.subject.other | éthique | fr |
dc.subject.other | base de données | fr |
dc.subject.other | modélisation | fr |
dc.subject.other | jumeau numérique | fr |
dc.subject.other | Internet | fr |
dc.subject.other | logiciel | fr |
dc.subject.other | machine learning | fr |
dc.subject.other | diagnostic | fr |
dc.subject.other | dépistage | fr |
dc.subject.other | données massives | fr |
dc.subject.other | numérique | fr |
dc.title | Santé numérique: : Peut-on tout prédire ? | fr |
dc.type | Article | fr |