L’intelligence artificielle dans les structures d’urgences : place de la formation et de la garantie humaine

Author:

Arnaud E.,Petitprez E.,Ammirati C.,Nemitz B.,Dequen G.,Gignon M.,Ghazali D.A.

Abstract

La recherche sur l’intelligence artificielle (IA) appliquée à la médecine d’urgence et son utilisation au quotidien dans les structures d’urgences (SU) ont augmenté significativement ces dernières années. L’IA doit être considérée comme un outil d’aide à la prise en charge diagnostique et thérapeutique des patients et d’amélioration de l’organisation des SU, notamment par la prise en compte de contraintes « métiers », contextuelles, relatives aux patients et plus généralement structurelles. L’IA comporte des avantages (reproductibilité, rapidité) mais aussi des risques (erreur, perte d’esprit critique). À l’image du Règlement général sur la protection des données et notamment de santé, la Commission européenne a publié un projet de règlement nommé « AI Act » pour la conception, le développement et l’utilisation des algorithmes d’IA. Elle souhaite imposer, entre autres, une garantie humaine, autrement dit une supervision humaine pour assurer la sécurité des patients, des soignants et des institutions. La mise en place d’un collège de garantie humaine pluriprofessionnel visant à garantir la supervision des outils d’IA de la conception au développement, au déploiement et à l’utilisation quotidienne permettra ainsi d’assurer durablement la sécurité des patients.

Publisher

John Libbey Eurotext

Subject

Emergency Medicine

Reference42 articles.

1. Le Robert (2023) Intelligence. https://dictionnaire.lerobert.com/definition/intelligence (Dernier accès le 9 janvier 2023)

2. Teigens V (2020) Intelligence artificielle générale. In: Intelligence artificielle : la quatrième révolution industrielle. Cambridge Stanford Books, Cambridge, 6. https://books.google.fr/books?id=5x3NDwAAQBAJ&hl=fr

3. Éditions Larousse (2023) Algorithme. https://www.larousse.fr/dictionnaires/francais/algorithme/2238 (Dernier accès le 9 janvier 2023)

4. Breiman L, Friedman J, Stone CJ, et al (1984) Classification and Regression Trees. Taylor & Francis, 20–27

5. Bishop CM (1995) Neural networks for pattern recognition. Clarendon Press, pp 116–21

Cited by 1 articles. 订阅此论文施引文献 订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3