Santé et IA - Collecter nos données pour mieux nous soigner ? episode artwork

EPISODE · Apr 15, 2022 · 36 MIN

Santé et IA - Collecter nos données pour mieux nous soigner ?

from Ex Machina, l’ère des algorithmes

« Aujourd'hui, en France, les certifications de médicaments vont utiliser de plus en plus de données de vie réelle, aussi bien en phase des essais cliniques, qu'une fois qu'il y a une mise sur le marché pour le suivre l’efficacité des médicaments. » La numérisation des données de santé a eu un impact considérable sur le traitement et la collecte de données essentielles à la réalisation d'études qui vont contribuer à mettre au point de manière plus rapide des nouveaux traitements et améliorer le système de remboursement des patients. Comment nos données de santé sont-elles collectées ? Peut-on refuser de les partager ? Et qui peut s'en servir, ces données qui nourrissent les algorithmes et la recherche ? Dans ce 7e épisode d’Ex Machina, le journaliste Eric Nahon reçoit : - Florence Jusot, professeure en sciences économiques à l'Université Paris Dauphine - PSL (LEDa) et chercheuse associée à l'Irdes, l’institut de recherche et documentation en économie de la santé - Emmanuel Bacry, directeur de recherches CNRS à l'Université Paris Dauphine - PSL (CEREMADE) et directeur scientifique du Health Data Hub  Ex Machina est un podcast préparé par "Dauphine Numérique", un projet de recherche transversal de l’Université Paris Dauphine – PSL qui développe une approche réflexive de l’IA, ses modalités, ses usages et ses effets.   Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

« Aujourd'hui, en France, les certifications de médicaments vont utiliser de plus en plus de données de vie réelle, aussi bien en phase des essais cliniques, qu'une fois qu'il y a une mise sur le marché pour le suivre l’efficacité des médicaments. » La numérisation des données de santé a eu un impact considérable sur le traitement et la collecte de données essentielles à la réalisation d'études qui vont contribuer à mettre au point de manière plus rapide des nouveaux traitements et améliorer le système de remboursement des patients. Comment nos données de santé sont-elles collectées ? Peut-on refuser de les partager ? Et qui peut s'en servir, ces données qui nourrissent les algorithmes et la recherche ? Dans ce 7e épisode d’Ex Machina, le journaliste Eric Nahon reçoit : - Florence Jusot, professeure en sciences économiques à l'Université Paris Dauphine - PSL (LEDa) et chercheuse associée à l'Irdes, l’institut de recherche et documentation en économie de la santé - Emmanuel Bacry, directeur de recherches CNRS à l'Université Paris Dauphine - PSL (CEREMADE) et directeur scientifique du Health Data Hub  Ex Machina est un podcast préparé par "Dauphine Numérique", un projet de recherche transversal de l’Université Paris Dauphine – PSL qui développe une approche réflexive de l’IA, ses modalités, ses usages et ses effets.   Hébergé par Acast. Visitez acast.com/privacy pour plus d'informations.

NOW PLAYING

Santé et IA - Collecter nos données pour mieux nous soigner ?

0:00 36:31

No transcript for this episode yet

We transcribe on demand. Request one and we'll notify you when it's ready — usually under 10 minutes.

No similar episodes found.

No similar podcasts found.

Frequently Asked Questions

How long is this episode of Ex Machina, l’ère des algorithmes?

This episode is 36 minutes long.

When was this Ex Machina, l’ère des algorithmes episode published?

This episode was published on April 15, 2022.

What is this episode about?

« Aujourd'hui, en France, les certifications de médicaments vont utiliser de plus en plus de données de vie réelle, aussi bien en phase des essais cliniques, qu'une fois qu'il y a une mise sur le marché pour le suivre l’efficacité des médicaments....

Can I download this Ex Machina, l’ère des algorithmes episode?

Yes, you can download this episode by clicking the download button on the episode player, or subscribe to the podcast in your preferred podcast app for automatic downloads.
URL copied to clipboard!