Appels 2025
Les appels MAIA à cofinancement de thèse, financement de postdocs et financement d'actions innovantes sont sortis : Financement d'initiatives innovantes. Financement de Post-Doctorant(e)....
Santé
L'augmentation des coûts médico-sociaux et le risque pandémique croissant imposent aux structures de santé d'envisager une transition numérique qui, en complément de l'utilisation des systèmes d'information actuels, suppose une aide automatique à la pratique médicale. Celle-ci peut être construite, entre autres, sur l'agrégation, l'analyse et l'interprétation de données (plus ou moins structurées) ; la multiplication des résultats scientifiques et des données de santé étant déjà incompatible avec l'exhaustivité sur laquelle repose la décision médicale. Cette aide à la décision, pour être acceptée et rentable, tant par le patient que par le praticien, suppose qu'elle puisse être expliquée. Cette notion d'explicabilité d'une décision automatique est l'une des questions ouvertes relevant des domaines de XAI. Concernant la Santé, elle repose sur des concepts fondamentaux et des solutions techniques innovantes, mais aussi sur la capacité des praticiens à interpréter et à intégrer (dans le cadre de leur diagnostic) une réponse issue d'un processus d'analyse et d'interprétation automatique.
Ainsi, les données hétérogènes et sensibles couplées à l'expertise médicale constituent les piliers de l'axe Santé dans MAIA. La thématique relative à la médecine de précision, essentiellement personnalisée, s'appuie sur des données permettant de prendre en compte l'hétérogénéité de la génétique, de la physiologie et de l'environnement du patient afin d'identifier et de comprendre l'étiologie de la (ou des) maladie(s) dont il souffre. L'activité de recherche dans le domaine de la santé s'articule autour de trois objectifs scientifiques :
- Le premier objectif concerne la consolidation des diagnostics médicaux grâce aux techniques de ML, en limitant l'indéterminisme, en identifiant les possibles a priori du praticien, en proposant de nouveaux marqueurs (approches multi-omiques et holistiques), en modélisant et en expliquant le ``patient en bonne santé'', afin d'en renforcer l'acceptabilité.
- Le deuxième objectif concerne la prédiction du devenir du patient : identifier les groupes à risque, les signaux faibles, afin de prédire la trajectoire évolutive du patient sous traitement, et de limiter les effets secondaires induits par les thérapies.
- Le troisième objectif concerne l'optimisation sous contrainte en santé. Cela concerne l'organisation des soins via l'identification des cas triviaux, mais aussi des problématiques telles que l'anticipation des capacités, le temps d'attente dans les services d'urgence, ou encore la planification chirurgicale.
