Andrew Ng is an American computer science researcher. He is an associate professor in the Department of Computer Science at Stanford University. He is the originator of the Coursera course AI in Healthcare.

Fei Fei Li is an American computer scientist and researcher specializing in computer vision. She is a professor of computer science at Stanford University. Fei Fei Li is co-director of @StanfordHAI: Advancing AI research, education, policy, and practice to improve the human condition.

Complexity of the medical sector

The diversity of players in the world of medicine and the complexity of healthcare systems around the world distinguish…


Andrew Ng est un chercheur américain en informatique. Il est professeur associé au département de science informatique de l’université Stanford. Il est à l’origine du cours sur Coursera AI in Healthcare.

Fei Fei Li est une informaticienne et chercheuse américaine. Elle est professeure d’informatique à l’université de Stanford. Fei Fei Li est co-directrice de @StanfordHAI : Advancing AI research, education, policy, and practice to improve the human condition.

Complexité du secteur de la médecine

La diversité des acteurs dans le monde de la médecine, la complexité des systèmes de santé à travers le monde distingue ce secteur des autres secteurs…


Les cours en ligne spécialisés

Machine Learning for Healthcare-EDX

“Une introduction à l’apprentissage automatique pour les soins de santé, allant des considérations théoriques à la compréhension des conséquences humaines du déploiement de la technologie dans la clinique, en passant par des projets pratiques en Python utilisant des données réelles sur les soins de santé.”

AI in Healthcare-Coursera

“Dans le cadre de cette spécialisation, nous discuterons des applications actuelles et futures de l’IA dans le domaine des soins de santé, dans le but d’apprendre à introduire les technologies d’IA dans la clinique de manière sûre et éthique.”

Artificial Intelligence in healthcare- Stanford Online

“Dans cette spécialisation, nous discuterons des applications actuelles et futures de…


Specialized online courses

Machine Learning for Healthcare-EDX — An introduction to machine learning for healthcare, ranging from theoretical considerations to understanding the human consequences of deploying the technology in the clinic, to hands-on Python projects using real healthcare data.

AI in Healthcare-Course — In this specialization, we will discuss current and future applications of AI in healthcare, with the goal of learning how to introduce AI technologies into the clinic in a safe and ethical manner.

Artificial Intelligence in healthcare-Stanford Online
In this specialization, we will discuss current and future applications of AI in healthcare with the goal of learning how to introduce…


The dangers of algorithmic bias

Algorithmic bias is when the result of an algorithm is not neutral, fair or equitable. (Wikipedia)

AI systems used in the United States by the judiciary or police to predict the risk of recidivism or crime occurrence have been shown to be racist towards black and Latino populations.

In 2015, Amazon tried a recruitment process via an algorithm trained on hundreds of thousands of resumes received by the company over the past 10 years. The algorithm selected mostly men because the executives hired in the past were overwhelmingly male. The algorithm therefore “learned” not to give women any chance.

A…


Les dangers du biais algorithmique

Un biais algorithmique est le fait que le résultat d’un algorithme ne soit pas neutre, loyal ou équitable. (Wikipedia)

Des systèmes d’IA utilisés aux États-Unis par la justice ou la police pour prédire le risque de récidive ou de survenance de crimes, se sont révélés racistes envers les populations noires et latino-américaines.

En 2015, Amazon a essayé un processus de recrutement via un algorithme entraîné sur des centaines de milliers de CV reçus par l’entreprise depuis 10 ans. L’algorithme sélectionnait majoritairement des hommes car les cadres recrutés dans le passé étaient en très grande majorité des hommes. …


Antibiotic resistance, a major health issue

In France, antibiotic resistance causes an estimated 12,500 deaths per year, according to a 2015 report submitted to the Ministry of Health. The majority of deaths affect young children under 12 months and people over 65 years of age. Worldwide: 700,000 people die each year from drug-resistant diseases, including 230,000 from multidrug-resistant tuberculosis.

According to a report by a group of international experts, antibiotic resistance is expected to cause “10 million deaths per year” worldwide by 2050, more than cancer. The deaths would occur mainly in Asia (4.7 million) and Africa (4.1 million). In Europe, the study forecasts an annual…


Résistance antibiotique, un enjeu de santé majeur

En France, on estime que la résistance antibiotique cause 12 500 décès par an, selon un rapport remis en 2015 au ministère de la Santé. La majorité des décès touchent les jeunes enfants de moins de 12 mois et les plus de 65 ans.

A travers le monde : 700 000 personnes meurent chaque année à cause de maladies résistantes aux médicaments, dont 230 000 à cause de la tuberculose multirésistante.

Selon le rapport d’un groupe d’experts internationaux, la résistance aux antibiotiques devrait causer « 10 millions de morts par an » dans le monde en 2050, soit plus que…


The rise of Reinforcement Learning

Reinforcement Learning (RL) refers to a class of machine learning problems whose goal is to learn from successive experiments.

At each time step, in an observed environment, the algorithm does some actions that will modify its state. This will bring it a local reward. The value function corresponds to the accumulation of the rewards. It is this accumulation that the algorithm must maximize.

Reinforcement learning (RL) is an area of machine learning that has received a lot of attention since 2015, following DeepMind’s (Google) publications of an AI that plays Atari, an AI that learns to walk, an AI…


L’essor de l’apprentissage par renforcement (Reinforcement Learning)

L’apprentissage par renforcement (RL pour Reinforcement Learning) fait référence à une classe de problèmes d’apprentissage automatique, dont le but est d’apprendre, à partir d’expériences successives.

A chaque pas de temps, dans un environnement observé, l’algorithme fait certaines actions qui vont modifier son état. Cela lui apportera une récompense locale. La fonction de valeur correspond au cumul des récompenses. C’est ce cumul que l’algorithme doit maximiser.

L’apprentissage par renforcement (RL) est un domaine de l’apprentissage automatique qui a suscité beaucoup d’attention depuis 2015, suite aux publications de DeepMind (Google) sur une AI qui joue à Atari, une AI qui apprend…

DiploDoc

Diplodocus interested in the applications of artificial intelligence to healthcare. Twitter : @https://cutt.ly/9bVCBSa

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store