À l’heure où biologie, pathologie, données massives et intelligence artificielle s’invitent dans les parcours de soin, plusieurs questions structurantes émergent :
🔹 Travailler en écosystèmes et non en silos
La médecine de demain ne se fera pas sans multi-compétences. Croiser expertises médicales, biologiques, technologiques et réglementaires est essentiel pour éviter les biais, valoriser les données et imaginer de nouveaux métiers.
🔹Préserver et enrichir les savoir-faire humains
L’IA ne doit pas éclipser la compétence professionnelle mais la renforcer. Comment former les cliniciens et les chercheurs pour maintenir leur expertise tout en tirant parti des outils numériques ? Exemple : éviter la perte de performance chez certains spécialistes lorsqu’ils s’appuient trop sur l’IA.
🔹Bien comprendre et utiliser l’IA
Tuner un modèle n’est pas « faire de l’IA ». La vraie valeur réside dans la qualité des données, la pertinence des représentations, la capacité à poser les bonnes questions et à mesurer l’impact en pratique. Beaucoup d’outils prometteurs n’ont eu qu’un impact limité – comment dépasser ce stade ?
🔹Déployer dans la durée et à grande échelle
Les solutions doivent être soutenables et rester fonctionnelles malgré l’évolution des environnements techniques, des logiciels, des bases de données. Comment s’assurer que ces outils ne deviennent pas obsolètes en quelques mois ?
👉 Pour répondre à ces enjeux de ce prochain #CampusBriefing :
- Cécile Badoual, cheffe du département de biologie et pathologies médicales, Gustave Roussy, Inserm U970, Université Paris Cité
- Emmanuel Barillot, directeur de l'unité de recherche U1331 INSERM - institut Curie - Mines ParisTech (Computational Oncology) - Chaire PR[AI]RIE
- Philippe-Jean Bousquet, directeur général du CAD - collecteur analyseur de données génomiques
- Modération assurée par Anne-Sophie Jannot, directrice médicale à la Banque nationale de données de maladies rares
