Lexique

Parlez-vous l’intelligence artificielle ?

Les technologies de l’intelligence artificielle (IA) font appel à des concepts et techniques informatiques et mathématiques parfois obscurs pour les néophytes. Ce petit dictionnaire leur permettra, espérons-le, de s’y retrouver.

icon réservé aux abonnésArticle réservé aux abonnés
Le 22/12/17 à 16:00, mise à jour aujourd'hui à 15:16 Lecture 1 min.

Ce petit lexique décrypte le jargon de l'intelligence artificielle, que les radiologues ont intérêt à assimiler. © J. H.

Algorithme

Procédure mathématique de résolution d’un problème.

Analyse prédictive

Technique qui utilise l’extraction de connaissances à partir de données, les statistiques et la théorie des jeux pour émettre des hypothèses sur les événements à venir.

Big data

Masse de données, ou mégadonnées. Ensemble de données « qu’aucun outil classique de gestion de base de données ou de gestion de l’information ne peut vraiment travailler ». Les outils de l’intelligence artificielle, en particulier les réseaux de neurones formels, peuvent permettre d’exploiter ces données et ouvrir de nouveaux champs de recherche.

Deep learning / Apprentissage profond

Technique d’apprentissage machine à haut niveau. Elle utilise des réseaux de neurones formels dotés d’un grand nombre de couches pour apprendre à « représenter le monde ». Exploitée par exemple pour la reconnaissance faciale et vocale.

Intelligence artificielle forte

Intelligence artificielle capable d’imiter, voire de surpasser, le cerveau humain. Elle peut p

Il vous reste 54% de l’article à lire

Docteur Imago réserve cet article à ses abonnés

S'abonner à l'édition
  • Tous les contenus « abonnés » en illimité
  • Le journal numérique en avant-première
  • Newsletters exclusives, club abonnés

Abonnez-vous !

Docteur Imago en illimité sur desktop, tablette, smartphone, une offre 100% numérique

Offre mensuelle 100 % numérique

23 €

par mois

S’abonner à Docteur Imago

Auteurs

Jérome Hoff

Rédacteur en chef adjoint BOM Presse Clichy

Voir la fiche de l’auteur

Bibliographie

  1. « Intelligences artificielles. Quelles promesses ? Quels défis ? », Les cahiers de veille de la Fondation Télécom et de l’institut Mines-Télécom, n°8, 2016. https://fr.slideshare.net/Mines_Telecom/cahier-de-veille-intelligence-artificielle. Site consulté le 21 décembre 2017.
  2. « Intelligence artificielle », Encyclopédie Larousse. http://www.larousse.fr/encyclopedie/divers/intelligence_artificielle/187257. Site consulté le 21 décembre 2017.
  3. Morgane Tual, « Comment le « deep learning » révolutionne l’intelligence artificielle », Le Monde.fr, 27 juillet 2015. http://www.lemonde.fr/pixels/article/2015/07/24/comment-le-deep-learning-revolutionne-l-intelligence-artificielle_4695929_4408996.html. Site consulté le 21 décembre 2017. 
  4. « Définition : Qu’est-ce que le Big Data ? », Le Big Data.  https://www.lebigdata.fr/definition-big-data Site consulté le 21 décembre 2017.

Discussion

Aucun commentaire

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

15 Oct

15:59

Une revue présentée dans EJR analyse le potentiel de la radiomique basée sur l’IRM et l’intelligence artificielle pour prédire la progression du cancer de la prostate sous surveillance active. Elle souligne une forte hétérogénéité des critères utilisés et des limites méthodologiques importantes (étude).

13:00

Des stratégies d'optimisation mises en place à l'hôpital pour enfants de Seattle, aux États-Unis, ont permis de réduire de 64 % le recours à la fluoroscopie en dehors des heures ouvrables, tout en préservant la qualité diagnostique et la sécurité des patients. Ces protocoles alternatifs, fondés notamment sur l’échographie, le scanner faible dose et l’implication des manipulateurs, offrent des pistes concrètes pour optimiser les flux de travail et limiter la charge des équipes (étude).

7:41

La radiologie interventionnelle assure une part importante des soins prodigués aux patients atteints de cancers hépatobiliaires et les ablations hépatiques percutanées ont augmenté de 25 % aux États-Unis entre 2016 et 2019, selon une étude.
14 Oct

16:37

Pour la réévaluation de la stadification du cancer du pancréas après un traitement systémique, les données actuelles suggèrent que l'intégration de caractéristiques d'imagerie complémentaires, de modalités d'imagerie alternatives et du biomarqueur CA 19-9 pourraient améliorer l'évaluation du pronostic (étude).
✕
Docteur Imago

GRATUIT
VOIR