Retour au numéro
Partager sur :
Vue 30 fois
28 juin 2024

L’APPRENTISSAGE FÉDÉRÉ, une avancée prometteuse pour le traitement des données de santé

Publié par Maureen Clerc , Aurélien Bellet et Marco Lorenzi | N° 213 - IA et Santé & Numérique et Défense

L’apprentissage fédéré, une approche innovante de l’apprentissage automatique qui permet de traiter des données sensibles sans les partager directement, offre des perspectives très intéressantes dans le domaine de la santé. Il pourrait permettre des avancées majeures en matière de recherche médicale et de santé publique, en conciliant exploitation des données par intelligence artificielle et protection de la vie privée des patients. Cependant, cette méthode présente également des défis techniques, réglementaires et organisationnels à relever.


Apprendre sur des données sans y avoir accès L’apprentissage fédéré est une approche décentralisée de l’intelligence artificielle où un modèle est entraîné sur les données détenues par différentes entités (hôpitaux, entreprises, objets connectés), sans que ces données ne quittent leur environnement d’origine. Cette méthode est particulièrement intéressante pour l’analyse de données sensibles comme le sont les données médicales, qui ne peuvent être partagées en raison de contraintes légales et...
Cet article est réservé aux abonnés à la revue

Auteurs

Maureen Clerc
Aurélien Bellet
Marco Lorenzi
  Article précédent Article suivant  

Articles du numéro


Derniers numéros publiés
Articles les plus lus
Tags les plus utilisés