Les Mardis de la donnée de santé : l’intelligence artificielle, c’est quoi ?
Les Mardis de la donnée de santé étaient de retour le 11 mars avec un premier webinaire pour mieux comprendre ce qu’est l’intelligence artificielle (IA). Cette formation était animée en partenariat avec France Assos Santé, la Direction de la Recherche, des Études, de l’Évaluation et des Statistiques (DREES), et la Commission Nationale de l’Informatique et des Libertés (CNIL). Découvrez les points essentiels à retenir de cette session !
Ce premier webinaire a introduit les principes fondamentaux de l’IA, les applications quotidiennes, ainsi que les enjeux éthiques et législatifs.
L’IA, c’est quoi exactement ?
L’intelligence artificielle regroupe des techniques qui permettent aux machines d’accomplir des tâches et de résoudre des problèmes habituellement réservés aux humains, comme reconnaître des images, comprendre du texte ou proposer des recommandations personnalisées. C’est un outil puissant, mais dépourvu de véritable intelligence : il s’appuie sur des données et des algorithmes pour fonctionner.
Quelles différences entre apprentissage supervisé et auto-supervisé, et entre machine learning et deep learning ?
L’apprentissage supervisé consiste à entraîner un modèle à partir de données étiquetées par des humains. Par exemple, un algorithme apprend à distinguer les voitures des camions en analysant des exemples annotés. Au fil des itérations, il ajuste ses paramètres pour gagner en précision, jusqu’à distinguer efficacement les catégories étudiées. L’apprentissage auto-supervisé, en revanche, utilise de vastes ensembles de données non étiquetées. Cette méthode, employée notamment dans des IA conversationnelles comme ChatGPT, permet au modèle de repérer des structures ou des relations au sein des données et de s’auto-corriger, optimisant ainsi ses performances sans intervention humaine explicite.
Le machine learning (ML) et le deep learning (DL) se différencient par leur niveau de complexité et d’analyse. Le ML est une méthode générale qui permet à une IA de créer des modèles capables de répondre à des questions précises en analysant des données. C’est une technique efficace pour détecter des motifs et faire des prédictions. Le DL, une branche avancée du ML, utilise des réseaux de neurones artificiels composés de nombreuses couches. Ces réseaux permettent à l’IA de résoudre des tâches plus complexes, comme reconnaître des images ou traduire des textes, en analysant les informations avec une grande précision et à plusieurs niveaux de détail.
L’IA est-elle infaillible ?
L’IA est loin d’être infaillible… Ses performances dépendent de la qualité et de la représentativité des données utilisées pour entraîner le modèle. Par exemple, un modèle mal entraîné peut amplifier des biais ou produire des réponses erronées. Par ailleurs, les systèmes d’IA, tels que les réseaux de neurones profonds (ou deep learning), sont souvent qualifiés de « boîtes noires », en raison de la difficulté à interpréter leurs décisions de manière compréhensible pour les humains.
Est-elle réglementée et éthique ?
Oui, mais les défis sont nombreux. L’utilisation de l’IA est encadrée par des réglementations comme le RGPD, supervisé en France par la CNIL, ou encore l’IA Act, au niveau européen, qui visent à garantir une utilisation éthique et respectueuse des données personnelles. Toutefois, des problématiques persistent, notamment en matière de protection des droits d’auteur et de gestion des biais issus de données non représentatives. Une IA éthique repose à la fois sur une conception rigoureuse et sur un usage réfléchi et responsable.
Vous avez d’autres questions ou vous souhaitez tout simplement en savoir plus : visionnez le replay ! [Replay]
Nous remercions l’ensemble des experts présents à ce premier webinaire : Emmanuel Bacry, Erwan Le Pennec et Robin Ryder.
Pour découvrir les applications de l’intelligence artificielle en santé et poser vos questions, inscrivez-vous au deuxième webinaire sur l’IA :
“L’intelligence artificielle en santé” : le 25 mars 2025, 12h-12h45 - Inscription