Présentation de l'action ATLAS

L'action ATLAS est une Action du GdR MaDICS qui réunira des collègues statisticiens, informaticiens, traiteurs de signaux et d'images, neuroscientifiques ainsi que des médecins, des biologistes et des industriels.


Contexte scientifique : Avec l’augmentation du volume et de la complexité des données relatives aux soins, il existe un vrai défi pour la pratique clinique et la recherche médicale, où les approches conventionnelles ne peuvent pas exploiter les informations disponibles. Les hôpitaux stockent des centaines de millions de fichiers, nombre qui a augmenté de manière exponentielle au cours de la dernière décennie. Les fournisseurs de soins de santé se tournent vers les dossiers de santé électroniques, les lames de laboratoire numérisé et les images et vidéos de radiologie à haute résolution. Ajoutons à cela les pétaoctets de données stockées dans les bases de données des réclamations des compagnies d’assurance maladie et les archives de la recherche universitaire et pharmaceutique, ainsi que les milliards de données transmises en continu par des capteurs portables – suivis d’activité, dispositifs de surveillance continue du glucose et défibrillateurs implantables. En outre, ces données sont de plus en plus complexes, par exemple hétérogènes et/ou présentant une structure de dépendance qu’il convient d’être capable de modéliser.

De toute évidence, il faudra des décennies à un être humain pour analyser cette quantité de données et en extraire des informations utiles. C’est dans ce cadre que se place l’action ATLAS, en plein dans les thématiques du GdR MADICS.


Nos objectifs : L’objectif de l’action ATLAS est de développer, en collaboration avec des spécialistes du domaine de la santé (i.e. ingénieurs de laboratoires, médecins) des techniques d’apprentissage automatique et d’intelligence artificielle pour transformer les soins de santé, par exemple en fournissant des outils d’aide à la décision pour l’aide au diagnostic et au pronostic de l’état des patients. L'action ATLAS est donc centrée autour de quatre axes principaux pour l’analyse de données médicales :

  • collecte des données
  • apprentissage de représentation
  • optimisation pour l’apprentissage
  • calcul haute performance
L’application de l'apprentissage automatique aux données médicales et plus largement au bien- être compte parmi les défis actuels de l’IA les plus importants et les plus difficiles en raison de leur énorme potentiel sociétal et de leur impact économique.


Mots-Clés : Fouille de données, apprentissage statistique, optimisation, traitement d'images, apprentissage de représentations, calcul haute performance pour l'apprentissage statistique, données médicales.

Organisation

Bureau de l'action

Membres de l'action

  • a revoir

Evènements

  • 26 mars 2019 : journée thématique, Saint-Etienne Reporté!
  • 21 septembre 2018 : journée thématique sur l'application des outils d'apprentissage et de statistiques aux données médicales. Grenoble