Clinical researchClinical research is a branch of healthcare science that determines the safety and effectiveness (efficacy) of medications, devices, diagnostic products and treatment regimens intended for human use. These may be used for prevention, treatment, diagnosis or for relieving symptoms of a disease. Clinical research is different from clinical practice. In clinical practice established treatments are used, while in clinical research evidence is collected to establish a treatment.
Série temporellethumb|Exemple de visualisation de données montrant une tendances à moyen et long terme au réchauffement, à partir des séries temporelles de températures par pays (ici regroupés par continents, du nord au sud) pour les années 1901 à 2018. Une série temporelle, ou série chronologique, est une suite de valeurs numériques représentant l'évolution d'une quantité spécifique au cours du temps. De telles suites de variables aléatoires peuvent être exprimées mathématiquement afin d'en analyser le comportement, généralement pour comprendre son évolution passée et pour en prévoir le comportement futur.
Sécurité du patientthumb|Le soin du patient.|alt= La sécurité du patient est une démarche qui vise à éviter à un usager toute atteinte évitable liée aux soins qui lui sont prodigués. Elle est très étroitement liée à la notion de qualité des soins qui est définie par l'OMS comme . Les professionnels de santé doivent savoir évaluer le rapport bénéfice/risque de chaque acte au regard de la gravité de la maladie afin d'offrir au patient la plus grande sécurité possible au cours de son parcours de santé, selon l'adage : « primum non nocere ».
Technicien d'information médicaleLe technicien d'information médicale (TIM) exerce dans les établissements hospitaliers français, qu'ils soient publics / privés non lucratifs / privés lucratifs, de court séjour / moyen séjour / psychiatrie / hospitalisation à domicile. Les techniciens d'information médicale sont chargés, dans le cadre du PMSI et de la T2A, à l'intérieur des départements d'Information médicale, des tâches suivantes : codage de l'information médicale : transformation de concepts médicaux (diagnostics, actes) en codes.
Hallucination (intelligence artificielle)Dans le domaine de l’intelligence artificielle, une hallucination est une réponse manifestement fausse qui est présentée comme un fait certain. Par exemple, un chatbot qui invente un chiffre d’affaires pour une entreprise sans avoir de données à ce sujet. Ce phénomène est appelé « hallucination » par analogie avec le phénomène de l’hallucination en psychologie humaine. Le terme hallucination en intelligence artificielle a pris de l'importance vers 2022 parallèlement au déploiement des modèles de langage basés sur l'apprentissage profond tels que ChatGPT.
Psychologie cliniqueLa visée de la psychologie clinique est de faire accéder le patient à la cessation de ses souffrances psychiques. Dans cette optique, le clinicien tente d'isoler et de comprendre les signes cliniques et symptômes qui touchent l'individu. Selon André Rey c’est le suisse Edouard Claparède qui a le premier utilisé le terme de « psychologie clinique », qui devait selon lui permettre de « transporter les ressources de la psychologie expérimentale au lit du malade ».
Apprentissage actifL’apprentissage actif est un modèle d’apprentissage semi-supervisé où un oracle intervient au cours du processus. Plus précisément, contrairement au cadre classique où les données sont connues et imposées, en apprentissage actif, c'est l'algorithme d'apprentissage qui demande des informations pour des données précises. Cette technique repose sur l'hypothèse que l’acquisition de données non étiquetées est beaucoup moins coûteuse que celle de données étiquetées.
Analyse prédictiveL'analyse (ou logique) prédictive englobe une variété de techniques issues des statistiques, d'extraction de connaissances à partir de données et de la théorie des jeux qui analysent des faits présents et passés pour faire des hypothèses prédictives sur des événements futurs. Dans le monde des affaires, des modèles prédictifs exploitent des schémas découverts à l'intérieur des ensembles de données historiques et transactionnelles pour identifier les risques et les opportunités.
Clinical data acquisitionAcquisition or collection of clinical trial data can be achieved through various methods that may include, but are not limited to, any of the following: paper or electronic medical records, paper forms completed at a site, interactive voice response systems, local electronic data capture systems, or central web based systems. There is arguably no more important document than the instrument that is used to acquire the data from the clinical trial with the exception of the protocol, which specifies the conduct of that clinical trial.
Apprentissage par renforcementEn intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome ( robot, agent conversationnel, personnage dans un jeu vidéo), à apprendre les actions à prendre, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps. L'agent est plongé au sein d'un environnement et prend ses décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.
Causal modelIn the philosophy of science, a causal model (or structural causal model) is a conceptual model that describes the causal mechanisms of a system. Several types of causal notation may be used in the development of a causal model. Causal models can improve study designs by providing clear rules for deciding which independent variables need to be included/controlled for. They can allow some questions to be answered from existing observational data without the need for an interventional study such as a randomized controlled trial.
Sélection de caractéristiqueLa sélection de caractéristique (ou sélection d'attribut ou de variable) est un processus utilisé en apprentissage automatique et en traitement de données. Il consiste, étant donné des données dans un espace de grande dimension, à trouver un sous-sensemble de variables pertinentes. C'est-à-dire que l'on cherche à minimiser la perte d'information venant de la suppression de toutes les autres variables. C'est une méthode de réduction de la dimensionnalité. Extraction de caractéristique Catégorie:Apprentissage
