"L'IA générative n’est pas un outil neutre. C’est un amplificateur – du meilleur comme du pire." LIONEL REICHARDT
Teo, ZL, Thirunavukarasu, AJ, Elangovan, K. et al. L'intelligence artificielle générative en médecine. Nat Med 31 , 3270-3282 (2025). https://doi.org/10.1038/s41591-025-03983-2
L'intelligence artificielle générative (IAG) peut automatiser un nombre croissant de tâches biomédicales, allant de l'aide à la décision clinique à la conception et à l'analyse d'études de recherche.
L'IAG utilise l'apprentissage automatique et les architectures de modèles de type Transformer pour générer des données textuelles, visuelles et sonores utiles en réponse aux requêtes des utilisateurs.
Alors que les précédentes applications biomédicales d'apprentissage profond utilisaient des ensembles de données généralistes et d'énormes volumes de données étiquetées pour l'entraînement, il apparaît désormais que les modèles d'IAG peuvent être plus performants avec moins de données d'entraînement, par exemple en utilisant des ensembles de données plus petits et spécifiques au domaine.
L'IAG utilise l'apprentissage automatique et les architectures de modèles de type Transformer pour générer des données textuelles, visuelles et sonores utiles en réponse aux requêtes des utilisateurs.
Alors que les précédentes applications biomédicales d'apprentissage profond utilisaient des ensembles de données généralistes et d'énormes volumes de données étiquetées pour l'entraînement, il apparaît désormais que les modèles d'IAG peuvent être plus performants avec moins de données d'entraînement, par exemple en utilisant des ensembles de données plus petits et spécifiques au domaine.
De plus, les techniques d'IA ont évolué d'un entraînement entièrement supervisé vers des approches moins gourmandes en étiquetage, telles que l'apprentissage par renforcement faiblement supervisé ou non supervisé. Les itérations récentes de l'IAG, comme les agents, les modèles de mélange d'experts et les modèles de raisonnement, ont encore étendu leurs capacités pour assister les utilisateurs dans des tâches complexes et à plusieurs étapes.
Nous présentons ici un aperçu des avancées techniques récentes en matière d'IAG. Nous explorons le potentiel de la dernière génération de modèles pour améliorer les soins de santé pour les cliniciens et les patients, et discutons des approches de validation à l'aide d'exemples spécifiques pour illustrer les défis et les opportunités pour les travaux futurs.
Un avis d'expert
LIONEL REICHARDT / Fondateur de 7C’S Health | Pharmageek – Influenceur, Formateur et Conférencier en e-santé - membre du Board @ SOFIA_santéFondateur de 7C’S Health | Pharmageek – Influenceur, Formateur et Conférencier en e-santé - membre du Board @ SOFIA_santé
