Coalitions Apprenantes
Le projet Coalitions Apprenantes développe une nouvelle approche d’apprentissage collaboratif entre les modèles d’intelligence artificielle et les experts médicaux. L’objectif est d’améliorer en continu la qualité des décisions cliniques grâce à un système d’apprentissage actif : lorsque le modèle rencontre un cas incertain, il sollicite l’avis d’un expert humain. En cas de divergence, une seconde annotation et un examen par les pairs anonymisé garantissent la fiabilité et la rigueur du processus.
Ce projet repose sur une coalition d’hôpitaux qui partagent leurs connaissances, leurs données et leurs pratiques pour faire progresser ensemble la qualité des soins. Ce système multipartite d’annotation et de revue permet non seulement d’améliorer les modèles d’IA, mais aussi de renforcer l’expertise humaine au sein du réseau. En favorisant la coopération entre hôpitaux universitaires et périphériques, cette approche contribue à réduire les disparités dans la qualité des décisions médicales et à promouvoir une véritable intelligence collective, où chaque acteur devient moteur du progrès commun.
