En tant que doctorat de première année en Intelligence Artificielle (IA) pour la santé, mes recherches portent sur l'aspect crucial de la robustesse dans les modèles d'IA. Mon objectif est de définir clairement le concept de robustesse dans le contexte des solutions basées sur l'apprentissage automatique pour les soins de santé et de déterminer les priorités clés pour évaluer la robustesse de ces solutions. J'utilise également des données recueillies auprès d'hôpitaux réels pour construire des modèles prédictifs. Cette combinaison unique de connaissances académiques et d'applications dans le monde réel me permet de combler le fossé entre le milieu universitaire et les applications dans le monde réel, entraînant en fin de compte des changements significatifs dans l'IA pour les soins de santé.
Thèses
Conceptualiser et évaluer la robustesse des algorithmes en santé
Alan Balendran
Promotion : 2022
Encadrant.es : Raphaël Porcher