Données médicales synthétiques : Ãtat de l'art et enjeux de la génération automatique de données tabulaires et textuelles
Notre talk offre une revue exhaustive des méthodes de pointe pour la génération de données médicales synthétiques. Cette étude est motivée par le consensus croissant sur la nécessité d'une recherche en IA médicale transparente et facilement reproductible. La nature sensible des données patients étant souvent un obstacle à cette reproductibilité, la génération de données synthétiques se présente comme une alternative prometteuse. Notre analyse se concentre principalement sur les modèles à l'état de l'art, notamment les Réseaux Antagonistes Génératifs (GANs) et les Auto-Encodeurs Variationnels (VAEs), explorant leurs applications dans la création de données tabulaires et textuelles en santé. Nous discuterons des avantages et des limites de ces approches dans le cadre du travail de notre équipe de recherche qui vise à utiliser des outils basés sur l'IA pour améliorer les services des urgences hospitalières.
Revoir le live :
