Intelligence artificielle explicable pour le cancer du sein : Une approche visuelle de raisonnement à partir de cas

Archive ouverte

Lamy, Jean-Baptiste | Sekar, Boomadevi | Guezennec, Gilles | Bouaud, Jacques | Séroussi, Brigitte

Edité par CCSD -

International audience. Dans le cancer du sein, l'intelligence artificielle peut aider les médecins à effectuer le diagnostic et à prescrire le bon traitement. Cependant, la plupart des méthodes récentes (comme l'apprentissage profond) sont des "boîtes noires" qui ne permettent pas d'expliquer les prédictions de machine. Au contraire, les médecins ont besoin de comprendre les recommandations des systèmes d'aide à la décision afin d'y adhérer. Nous proposons une approche visuelle de raisonnement à partir de cas, permettant une visualisation à la fois quantitative et qualitative de la similarité entre les cas. Cette approche a été testée sur 3 jeux de données publics pour le diagnostic et des données réelles pour la thérapie, et présentée à 11 médecins. Cet article est un résumé de:

Suggestions

Du même auteur

Explainable artificial intelligence for breast cancer: A visual case-based reasoning approach

Archive ouverte | Lamy, Jean-Baptiste | CCSD

International audience. Case-Based Reasoning (CBR) is a form of analogical reasoning in which the solution for a (new) query case is determined using a database of previous known cases with their solutions. Cases si...

Raisonnement à partir de cas visuel : méthodes et application au traitement du cancer du sein

Archive ouverte | Lamy, Jean-Baptiste | CCSD

International audience

Hierarchical visual case-based reasoning for supporting breast cancer therapy

Archive ouverte | Lamy, Jean-Baptiste | CCSD

International audience. Breast cancer therapy is particularly complex. Case-based reasoning (CBR) is an approach that can support clinicians when prescribing a therapy, and that is able to explain its recommendation...

Chargement des enrichissements...