English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Tools annual

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Presents the access of premium content as premium feature

Premium Content

Global: Zendy Plus annual

Global: Zendy Free Plan

Dans cet article, notre objectif est d’approfondir un concept emergent dans le domaine de l’Intelligence Artificielle (IA) en sante, celui d’interoperabilite sociale. Autrement dit, nous souhaitons interroger la relation que des professionnels de la sante et des patients entretiennent avec des donnees generees par des algorithmes d’apprentissage. Pour ce faire, nous prendrons appui sur deux projets de recherche, menes en partenariat avec des organisations de sante, au cours desquels nous avons mis en œuvre une approche de design participatif. Cette approche permet d’impliquer les futurs utilisateurs de ces technologies des le debut du processus de conception et contribue a reveler des usages anticipes, des attentes et progressivement a comprendre la relation et la signification que les soignants et les patients attribuent aux donnees generees par des algorithmes d’apprentissage. A travers ces deux cas, nous montrerons comment il est possible de penser l’interoperabilite sociale via le design de technologies d’apprentissage machine ancre dans des pratiques.

L’interopérabilité sociale de l’IA en santé : un enjeu pour le design d’algorithmes situés dans des pratiques