Pourquoi le Machine Learning (apprentissage d'une machine) intéresserait-il un chirurgien orthopédiste : nos travaux de recherche à l'IML marseille Bouches du Rhone

"Le principe du Machine Learning est de demander à un algorithme de répondre (juste) à une question en se basant sur de nombreuses données historiques « labélisées » par exemple détecter une fracture du col du fémur si elle existe en comparant une radiographie à une base de données certifiée exacte de fémurs proximaux normaux et fracturés.
On peut distinguer deux types d’algorithmes : supervisés et non supervisés.

Un algorithme supervisé fonctionne en deux phases : durant la phase d’apprentissage, on lui soumet une base de données d’entrée pour le futur problème à résoudre, mais cette base de données dite « certifiée » est accompagnée de la réponse à la question cherchée. En comparant ses propres réponses avec la « bonne réponse », l’algorithme fait progressivement converger ses paramètres internes pour minimiser l’erreur de prédiction.
Après la phase d’apprentissage (d’où « Learning »), l’algorithme peut commencer à traiter des données d’entrées dont la réponse à la question (« cassé ? pas cassé ? ») est inconnue, en général et particulièrement pour le traitement de série d’image, l’algorithme fonctionnera en rapprochant les données de cette entrée à une image déjà traitée pendant la phase d’apprentissage..." Lire la suite