Clustering des big data par intelligence artificielle : comprendre les enjeux d’une révolution en marche !
L’intelligence artificielle (IA) bouleverse particulièrement le monde de la cardiologie ces dernières années. En effet, l’IA permet le développement d’algorithmes pour l’analyse d’ECG, d’images d’échocardiographie ou d’IRM cardiovasculaire.
Au-delà de nous permettre d’interpréter ces données techniques, l’IA est également utile pour l’analyse statistique de grandes bases de données comportant plusieurs milliers de patients avec des dizaines de paramètres mesurés : la fameuse “gestion des big data”.
Ces toutes dernières années, de nombreuses études cardiologiques ont été publiées à très haut niveau, utilisant ce type d’outil d’IA et permettant de mieux classer les patients en fonction de la meilleure analyse possible des données disponibles.
Le clustering est incontestablement l’entité la plus fréquemment rencontrée avec ce type d’outil. Ainsi, dans cet article nous présenterons, de façon simple, les grands principes du clustering dans le but de nous permettre d’analyser les résultats d’une étude utilisant ce type de méthode.
