S'abonner

Intelligence artificielle et autres outils digitaux : apport à la microbiologie et aux maladies infectieuses - 30/08/23

Artificial intelligence and other digital diagnostic tools in microbiology and infectious diseases

Doi : 10.1016/j.mmifmc.2023.06.003 
Alexandre Godmer a, Yousra Kherabi b, Grégoire Pasquier c,
a Sorbonne Université, Centre d'Immunologie et des Maladies Infectieuses (Cimi-Paris), U1135, UMR 1135, Département de Bactériologie, Hôpital Saint-Antoine, APHP. Sorbonne Université, Paris France 
b Service de Maladies infectieuses et Tropicales, Hôpital Bichat-Claude Bernard, Assistance Publique-Hôpitaux de Paris, Paris, France 
c Université de Montpellier, CNRS, IRD, CHU de Montpellier, Laboratoire de Parasitologie-Mycologie, Montpellier, France 

Auteur correspondant. Département de Parasitologie-Mycologie, CHU de Montpellier, Site Antonin BALMES/La Colombiere, 39 avenue Charles FLAHAULT – 34295 Montpellier Cedex 5, FranceDépartement de Parasitologie-MycologieCHU de Montpellier, Site Antonin BALMES/La Colombiere39 avenue Charles FLAHAULT – 34295 Montpellier Cedex 5France

Résumé

L'exploitation numérique de données par l'intelligence artificielle, et notamment le sous-domaine de l'apprentissage automatique (Machine Learning, ML), connaît un nombre croissant d'applications dans le domaine de la santé, y compris en microbiologie et maladies infectieuses. L'objectif de cette revue est de faire un point non exhaustif sur les principales applications des algorithmes de ML dans les domaines de la microbiologie et des maladies infectieuses. Bien que peu d'applications soient actuellement disponibles en pratique « de routine », les perspectives en biologie intégrative, d'aide au diagnostic et à la prescription sont nombreuses.

Le texte complet de cet article est disponible en PDF.

Abstract

The digital exploitation of data by artificial intelligence, and in particular the sub-field of Machine Learning (ML), is experiencing an increasing number of applications in the field of health, including microbiology and infectious diseases. The aim of this review is to provide a non-exhaustive overview of the main applications of ML algorithms in the fields of microbiology and infectious diseases. Although few applications are currently available in “routine” practice, the prospects for integrative biology, diagnostic and prescription assistance are numerous.

Le texte complet de cet article est disponible en PDF.

Points-forts

Des perspectives immenses, notamment d'aide au diagnostic, en microbiologie et maladies infectieuses grâce à l'utilisation d'un nombre croissant d'algorithmes d'apprentissage automatique (Machine Learning).
De nombreuses données utilisables par les approches de ML en microbiologie et maladies infectieuses sont disponibles. La numérisation, le tri et l'analyse des données nécessitent un savoir-faire et des infrastructures particuliers car les données médicales/microbiologiques sont volumineuses et hétérogènes, même pour un même examen réalisé.
Les algorithmes de Machine Learning sont capables de réaliser les tâches les plus répétitives de microbiologie et médecine de manière automatisée.

Le texte complet de cet article est disponible en PDF.

Highlights

Immense prospects, particularly for diagnostic assistance, in microbiology and infectious diseases thanks to the use of a growing number of machine learning algorithms.
Lots of data can be used by ML approaches in microbiology and infectious diseases. The digitalization, sorting and analysis of the data require special know-how and infrastructure because medical/microbiological data are voluminous and heterogeneous, even for the same performed examination.
Machine Learning algorithms are able to perform the most repetitive tasks in microbiology and medicine in an automated way.

Le texte complet de cet article est disponible en PDF.

Mots-clés : Intelligence artificielle, Microbiologie, Maladies infectieuses, Apprentissage automatique, Apprentissage profond, Réseau de neurones

Keywords : Artificial intelligence, Microbiology, Infectious diseases, Machine learning, Deep learning, Neural network


Plan


© 2023  Société de pathologie infectieuse de langue française (SPILF). Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 2 - N° 3

P. 117-129 - septembre 2023 Retour au numéro
Article précédent Article précédent
  • Penser le dossier patient informatisé comme un outil pour les infectiologues: une démarche nécessaire pour le futur de la discipline
  • David Morquin, Aurélien Dinh
| Article suivant Article suivant
  • Les réseaux sociaux pour l'infectiologue
  • Léo Sauvat, Alexandre Bleibtreu, Nathan Peiffer-Smadja

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.