Shadow IT – Comment gérer ?

Shadow IT – Comment gérer ?

Le Shadow IT, aussi appelé Rogue IT, est un phénomène de plus en plus présent au sein des entreprises. Mais savons-nous vraiment ce qu’est le « Shadow IT » ? Par le passé il était le fruit de l’impatience d’un employé souhaitant accéder rapidement à un logiciel ou à...

Profitons du confinement pour partager nos expériences !

Profitons du confinement pour partager nos expériences !

data – innovation – process – digitalL'INTELLIGENCE ARTIFICIELLE APPLIQUÉE AU MARKETING Lundi 13 avril 2020 à 14h00L'intelligence artificielle au service du BTP et de l'immobilier Mercredi 15 avril 2020 à 14h00L'intelligence artificielle au service de la santé Jeudi...

Lexique IT

Lexique IT

Langages : HTML : Langage qui constitue la base de n'importe quelle page Web (Boutons, titres, paragraphes), il est le seul à avoir ce rôle et ne possède pas d'intelligence à proprement parler. C'est un langage composé de balises. CSS : Marche de pair avec le HTML, il...

Intelligence artificielle et parcours de soins

Intelligence artificielle et parcours de soins

6 Nov, 2018 | Santé, Technologies | 0 commentaires

Comment désengorger les urgences et rendre les process hospitaliers plus fluides ?

Comment prévoir la probabilité de réadmission à l’hôpital à l’aide des rapports d’hospitalisation ?

Les rapports médicaux sur les patients se sont digitalisés : les médecins saisissent maintenant leurs notes dans un dossier médical électronique, et plus seulement sur papier. Ces rapports représentent une grande richesse de connaissances et d’idées qui peuvent être utilisées pour des modèles prédictifs, grâce à l’intelligence artificielle.

NPL (Natural Language Processing) et traitement en milieu hospitalier

Le traitement du langage naturel (NLP), sous-branche de l’IA, peut être utilisé afin d’améliorer les soins donnés aux patients et fluidifier le parcours hospitalier.

Comment utiliser les données des patients construire son modèle prédictif avec l’intelligence artificielle ?

Cet article , très détaillé, permet notamment d’apprendre comment :

  • préparer les données avant le machine learning
  • prétraiter les notes non structurées à l’aide de champs sémantiques
  • construire un modèle prédictif simple
  • évaluer la qualité de l’algorithme

https://towardsdatascience.com/introduction-to-clinical-natural-language-processing-predicting-hospital-readmission-with-1736d52bc709