Des normes d’IA dans la recherche biomédicale

Un groupe international de scientifiques a élaboré un ensemble de lignes directrices visant à améliorer les normes de communication des méthodes d'IA visant à classer les données biomédicales. Parmi ces méthodes, on peut citer les prédicteurs d'apprentissage automatique qui tentent d'identifier, sur la base de données génétiques et autres, si une personne souffre d'une maladie rare ou les méthodes prédictives qui visent à identifier le médicament auquel un patient atteint de cancer réagirait le mieux. Une équipe internationale de scientifiques (le groupe ELIXIR) a établi des lignes directrices visant à améliorer les normes de communication des méthodes d'Intelligence Artificielle visant à classer les données biomédicales. Tom Lenaerts actuel directeur d 'IB², l'Institut interuniversitaire de bioinformatique de l'Université libre de Bruxelles et de la Vrije Universiteit Brussel fait parti de ce groupe de réflexion. "La popularité de l'apprentissage automatique et de l'apprentissage profond donne aujourd'hui l'impression que de nouveaux outils d'IA peuvent être rapidement conçus sans trop réfléchir aux données et aux objectifs réels. Ce n'est pas le cas. L'imprécision est facilement atteinte lorsque l'on ne comprend pas parfaitement la nature des données et des caractéristiques utilisées dans une méthode prédictive.