Structuration de recherche

La Chaire en Intelligence Artificielle AI-RACLES créée en 2020 et co-portée par Etienne Audureau (AP-HP), Thomas Guyet (INRIA), Laurent Le Brusquet et Arthur Tenenhaus (CentraleSupélec), vise à exploiter les données massives de l’Entrepôt de Données de Santé (EDS) de l’AP-HP afin de mener des travaux de recherche centrés sur l’exploration du concept de vulnérabilité en santé, qu’elle soit liée au vieillissement ou à des pathologies comme le cancer ou la COVID-19.

Autour de cette thématique de recherche applicative, la Chaire AI-RACLES s’appuie sur le support de data scientists et l’encadrement de doctorants et post-doctorants pour développer un programme de recherche en 3 axes principaux visant à répondre aux défis liés à l’exploitation des données hétérogènes et longitudinales de l’EDS :

- Axe 1 – Intégration de données hétérogènes à un temps donné et/ou issues du suivi longitudinal, incluant des données de nature clinique, biologique, textuelle (comptes-rendus d’hospitalisation, imagerie, anatomopathologique etc.)

- Axe 2 – Identification de phénotypes de fragilité et trajectoires de soins impliquant la conduite d’analyses non supervisées (représentation du patient et identification de profils et trajectoires typiques)

- Axe 3 – Construction et intégration d’outils prédictifs utiles à la pratique clinique impliquant la conduite d’analyses supervisées s’appuyant notamment sur des approches d’apprentissage automatique