L'Intelligence artificielle en Santé fera l'objet de plusieurs cursus de formation dans les Universités françaises à la rentrée. C'est notamment le cas à l'Université Paris Descartes.
L’Université Paris Descartes annonce l'ouverture, de janvier à mai 2020, d'un nouveau diplôme universitaire (DU) "Intelligence artificielle appliquée en santé".
Cette création vient en prolongement d'un projet d’études et de recherche au cours de l'année universitaire précédente sur le thème de la régulation l’Intelligence artificielle (IA). Cette formation de 90 heures sera accessible à 30 étudiants de 2e et 3e cycle en santé, informatique, mathématiques, sciences humaines et sociales, d’écoles de commerce ou d’ingénieurs ainsi qu'aux professionnels.
La formation comprendra 15 modules, parmi lesquels le module 2 "Centres de données médicales" centré sur la génération des bases de données structurées et de leurs implications en Santé publique, ou le module 8 "Imagerie" qui ciblera l'analyse des images et vidéos médicales et ses répercussions sur les spécialités médicales. Les candidatures sont dores et déjà ouvertes.
Dans le même temps, quatre Instituts Interdisciplinaires d'Intelligence Artificielle (3IA) sont lancés à Paris, Nice, Grenoble et Toulouse et un Master "Data Science pour la Santé", à l'Université de Lille, voient le jour.
Le médecin-chercheur Eric J. Topol et le spécialiste en IA de Harvard, Pranav Rajpurkar plaident en faveur d'une séparation claire des rôles entre les systèmes d'IA et les radiologues dans un éditorial publié dans la Revue Radiology. Ils proposent un cadre que les radiologues doivent adapter à leurs...
28/08/2025 -
Gleamer, acteur française de l’IA médicale, a lancé en juillet dernier sa suite OncoView destinée à assister les radiologues dans la détection précoce du cancer par densitométrie (TDM).
22/08/2025 -
Gleamer a annoncé, le 10 Juillet 2025, la signature d’un partenariat stratégique avec le réseau France Imageries Territoires (FIT) pour le déploiement des solutions Gleamer Copilot® dans l’ensemble des centres d’imagerie du réseau FIT.
29/07/2025 -
Les grands modèles de langage multimodaux seraient-ils capables de réaliser des comptes rendus radiologiques ? Des résultats d’essais contradictoires troublent le ressenti sur les possibilités de GPT-4V, un modèle qui se concentre uniquement sur la précision diagnostique. Une étude publiée dans la R...
21/07/2025 -
Les méthodes d’élaboration des grands modèles de langage sont basées sur des règles qui ne traitent pas efficacement les données non standardisées. Des chercheurs britanniques présentent, dans un article publié dans la Revue European Radiology, RADEX, le nouvel outil d’extraction de données radiolog...
15/07/2025 -
Incontournables pour l’entrainement des modèles de deep learning, les annotations d’images radiologiques sont rébarbatives et chronophages pour les experts qui les créent. Des grands modèles de langage (LLM) pourraient remplacer les annotations humaines, comme l’indique un article scientifique publi...
23/06/2025 -
Radiologues, informaticiens et chercheurs présentent, dans un article publié dans la Revue Radiology, les pièges et les meilleures pratiques pour atténuer les biais des modèles d'intelligence artificielle (IA) en imagerie médicale. Ils présentent une sorte de feuille de route pour des pratiques plus...
13/06/2025 -
Ne manquez aucune actualité en imagerie médicale et radiologie !
Inscrivez-vous à notre lettre d’information hebdomadaire pour recevoir les dernières actualités, agendas de congrès, et restez informé des avancées et innovations dans le domaine.