Une assemblée d’intelligences artificielles au service de la médecine
Jusqu’à présent, les méthodes d’Intelligence Artificielle (IA) n’arrivaient pas à extraire les nombreuses structures qui composent notre cerveau (plus d’une centaine) à partir d’une IRM. En effet, la complexité du problème et le peu de données d’entrainement disponibles mettaient en défaut les méthodes d’apprentissage profond. Afin de résoudre ce problème, des chercheurs du Laboratoire Bordelais de Recherche en Informatique (LaBRI - CNRS/Université de Bordeaux/Bordeaux INP) et des universités de Bordeaux et Valence (en Espagne) ont développé une nouvelle méthode reposant sur une assemblée d’intelligences artificielles inspirée par le fonctionnement d’un système parlementaire : les IA peuvent échanger des informations et participer à la prise de décision par vote. L’utilisation d’un grand nombre d’IA organisées en assemblée permet de simplifier le problème, chaque IA ne traitant qu’une sous partie du cerveau, mais également d’obtenir une meilleure décision finale car elle est basée sur le consensus de 250 IA.
Référence :
P. Coupé, B. Mansencal, M. Clément, R. Giraud, B. Denis de Senneville, V.-T Ta, V. Lepetit, J. V. Manjon. AssemblyNet: A Novel Deep Decision-Making Process for Whole Brain MRI Segmentation. MICCAI 2019, the 22nd International Conference on Medical Image Computing and Computer Assisted Intervention,2019.