Progrès de l’IA dans les soins de santé – Éclairage de Nathan Wang

L’intelligence artificielle devient rapidement l’un des facteurs clés des progrès dans l’industrie des soins de santé. À l’approche du RE•WORK – Sommet sur l’IA dans les soins de santé à Boston, nous avons demandé à Nathan Wang – chercheur en apprentissage profond et en imagerie médicale à l’Université Johns Hopkins – ses pensées sur le sujet. Voici ce qu’il a dit :

Qu’est-ce que vous pensez être la plus importante avancée de l’IA dans les soins de santé ?

Ces dernières années, le domaine a réalisé d’énormes progrès dans l’interprétabilité des modèles. En tant que chercheur, être capable de comprendre intuitivement la « raison » derrière nos IA nous aide à construire des modèles plus robustes et plus précis. J’espère que les cliniciens et les patients pourront finalement avoir plus confiance dans ces systèmes d’IA.

Qu’est-ce que vous pensez être la réalisation la plus importante de l’IA pour les soins de santé et les résultats pour les patients ?

Je pense que la réalisation la plus importante de l’IA est encore à venir. Je pense que lorsque la génomique et la radionique deviendront plus importantes, l’IA jouera un rôle encore plus important qu’aujourd’hui.

Quels sont quelques succès récents d’un projet d’IA sur lequel vous travaillez ? Quels défis avez-vous rencontrés pendant ce projet ? Comment les avez-vous surmontés ?

Mon travail à l’Université Johns Hopkins consiste en une analyse d’images intraopératoires basée sur l’apprentissage profond, en particulier pour distinguer les tissus cancéreux et non cancéreux dans le cortex cérébral à partir d’images d’OCT. Un défi important que j’ai rencontré était de concevoir un modèle d’IA qui se généralise bien aux données de patients en dehors de l’ensemble d’entraînement. Même si les réseaux profonds excellent à extraire des modèles cachés, les modèles les plus faciles à apprendre ne sont pas toujours corrects. Il est donc important d’employer différentes méthodes de normalisation et de transformation des données. Dans mon projet, j’ai constaté que la texture d’image est très utile dans un schéma d’apprentissage d’ensemble afin que nous ayons à la fois l’apprentissage profond et les techniques de reconnaissance de modèles classiques qui travaillent ensemble.

À quel point l’IA sera-t-elle intégrée dans le flux de travail clinique dans 5 à 10 ans ? Quels seront certains tendances futures à ce moment-là ?

Je pense que l’IA sera de plus en plus étroitement associée aux experts tout au long du flux de travail clinique, de la diagnose au traitement. L’IA a prouvé son efficacité non seulement pour le diagnostic précoce et le dépistage, mais également pour prédire les résultats à long terme. En engageant un traitement opportun, qui peut être rendu plus précis et efficace avec l’IA, les gens peuvent s’attendre à vivre plus longtemps et en meilleure santé.

Qu’est-ce que vous attendez le plus en parlant au Sommet sur l’IA dans les soins de santé ?

La pertinence et l’impact de l’IA dans les soins de santé sont clairement reflétés dans le panel impressionnant de conférenciers experts issus de diverses industries et milieux de recherche. J’attends avec impatience d’apprendre en premier lieu les dernières avancées de l’IA dans les domaines adjacents au mien et d’engager des conversations inspirantes qui influencent positivement la direction de mes recherches.

Vous souhaitez en savoir plus ?

Nathan interviendra lors du prochain Sommet sur l’IA dans les soins de santé les 13 et 14 octobre 2022 à Boston, MA. Rejoignez-le ainsi que de nombreux autres experts en IA, en apprentissage automatique et en apprentissage profond pour en savoir plus sur les dernières tendances et opportunités dans les soins de santé.

Les passes Early Bird se terminent le vendredi 2 septembre, alors réservez votre place aujourd’hui.

Utilisez le code de réduction : UNITEAI pour 20 % de réduction.

Pour plus d’informations, contactez hello@re-work.co.