Résumé L’intelligence artificielle ouvre des perspectives prometteuses. Elle décuple l’efficacité des outils numériques. Elle tire parti des données de diverses natures massivement générées dans le cadre de la recherche, des soins, et par les objets ou dispositifs médicaux connectés. Elle stimule ainsi l’innovation en santé, dans les champs de la recherche médicale, mais également dans les champs diagnostiques et thérapeutiques. La mise en relation de ces différentes bases de données et notamment celle du DMP, du DP et du SNIIRAM pour n’en citer que quelques-unes, représentera à terme un énorme volume de données entrant dans le cadre du Big Data et directement exploitable par l’Intelligence Artificielle pour un apprentissage machine (Machine Learning et Deep Learning) permettant d’envisager la médecine des 4 P (Médecine personnalisée, préventive, prédictive, participative.) Le recueil de données bénéficie ces dernières années de l’apparition d’une multitude d’objets connectés permettant une exploitation, à distance, des données, notamment sur le plan de la santé. Toutefois, l’Intelligence artificielle (IA ) suscite des débats passionnés et parfois alarmistes. De la grande catastrophe humanitaire annoncée, à l’évolution inespérée des techniques, tout a été dit. La crainte de la dépossession de ses compétences par la machine, à la prise de décision par celle-ci, les propos pessimistes sont apportés avec force d’argument par des noms prestigieux. En parallèle, des noms, non moins prestigieux nous promettent un avenir amélioré où l’homme est secondé efficacement par la machine. Néanmoins, force est de constater que l’IA peut et va initier une mutation majeure (on parle de singularité technologique dans tous les domaines sociétal, technologique, et notamment dans le domaine de la santé. Les avancées de l’IA en santé dépendent de nos capacités à croiser des quantités massives de données pour mettre en évidence des corrélations qui ensuite font l’objet de recherches médicales. La quantité des données disponibles et la qualité de leur annotation sont donc des éléments clés pour faire avancer la recherche sur les applications de l’IA en santé. Il est donc essentiel que notre système de santé se dote des moyens de captation, de structuration et d’annotation des données produites dans le cadre du suivi du patient. Les techniques de machine learning et deep learning permettent d’envisager et de réaliser des processus d’autoapprentissage de la machine aboutissant à la création de système neuronaux apte à initier une médecine prédictive de qualité et fiable. Dans ce contexte de débats passionnés, d’évolutions inéluctables des technologies et de nécessaire gestion des risques par les pouvoirs publics, les professionnels de santé sont contraints de s’adapter à ce changement de paradigme annoncé dans le domaine de la santé. S’adapter sur le plan technique, mais aussi sur le plan organisationnel et conceptuel. Cette adaptation passe nécessairement par un plan de formation continu associé à des analyses partagées des pratiques au sein de plan de DPC. Cette action a pour finalité de permettre aux médecins de choisir et/ou d’utiliser à bon escient les outils reposant sur l’IA, dans le domaine • De l’ aide au diagnostic et à la décision, et du suivi des patients • De la personnalisation de la prise en charge des patients. • De l’automatisation des tâches répétitives Ces différentes avancées peuvent être obtenues grâce à l’intégration des objets connectés à sa pratique et à la gestion automatisée des données des patients. Objectifs Objectifs généraux • Identifier l’apport de l’Intelligence artificielle dans la gestion et l’analyse des bases de données, notamment en médecine. • Etre un acteur de la transformation numérique du système de santé • Optimiser la productivité et la qualité des soins • Intégrer les objets connectés dans sa pratique médicale. • Etre en mesure de choisir ou d’utiliser à bon escient des outils reposant sur l’IA dans le domaine de la santé. Objectifs pédagogiques  Identifier les principales bases de données accessibles dans le domaine de la santé.  Déterminer les principales règles de traitement de l’information au sein de sa pratique médicale  Identifier les domaines d’application de l’IA dans la personnalisation de la prise en charge du patient  Déterminer les tâches répétitives en pratique quotidienne pouvant être automatisées dans le cadre de la transformation numérique du système de santé.  Identifier les objets connectés utilisables en pratique quotidienne.  Déterminer les règles d’utilisation éthiques et déontologiques des objets connectes et de l’IA en pratique médicale