La neurologie au-delà des Big data

Pour ce 9^e congrès annuel de l’Académie européenne de neurologie (EAN), nous nous sommes rendus dans la belle ville de Budapest, du 1^er au 4 juillet 2023. Avec près de 8 000 délégués sur place et en ligne, l’EAN 2023 a enregistré un record historique de résumés acceptés (1 912). Tout au long de ces 4 jours, nous avons suivi des sessions scientifiques où les concepts, les avancées récentes, les opportunités et les défis ont animé des discussions. Le congrès nous a offert la chance de partager une expérience clinique et scientifique enrichissante.

Les Big data

Le thème principal de ce congrès a été La neurologie au-delà des Big data (Neurology Beyond Big data). Mais qu’est-ce que le Big data ? Dans le contexte des soins de santé, il est défini comme « un volume d’informations élevé et d’une grande diversité biologique, clinique, environnementale, recueilli auprès d’individus appartenant à de grandes cohortes, en fonction de leur état de santé » [1]. Nous sommes de plus en plus confrontés à des défis liés à la qualité des données, à l’éthique et aux difficultés concernant leurs applications. La quantité de données disponibles en neurologie, neurosciences, neurobiologie et disciplines connexes a augmenté de façon exponentielle. Par conséquent, notre capacité à analyser et à utiliser ces données devient de plus en plus sophistiquée, d’où l’importance de se diriger vers l’intelligence artificielle (IA).

L’intelligence artificielle : avancées et applications en neurologie

Les progrès technologiques en médecine ont évolué progressivement. Les principales avancées dans le domaine de l’IA et du Big data ont été présentées lors de l’EAN. Il existe de nombreuses définitions de l’IA et l’une des plus simples est : « un système informatique visant à imiter l’intelligence humaine » [2]. L’IA peut être formellement définie comme « la capacité des ordinateurs ou d’autres machines à présenter ou à simuler un comportement intelligent » [3]. L’IA peut être divisée en deux types principaux :
a) IA complète, ou globale, “forte”, également appelée IA générale : la capacité de comprendre ou d’apprendre n’importe quelle tâche intellectuelle qu’un être humain peut accomplir ;
b) IA spécifique, “faible” ou étroite : solutions dédiées à la résolution de problèmes uniques et ciblés [4].