IA appliquée et évaluation en conditions réelles
Développer des systèmes d'IA responsables, interprétables et ancrés dans les usages réels.
Problème systémique
L'IA est de plus en plus déployée dans les systèmes de santé sans gouvernance claire, interprétabilité ou redevabilité. La plupart des systèmes optimisent les performances techniques, pas la responsabilité institutionnelle. L'écart entre performance en laboratoire et efficacité en conditions réelles reste mal traité.
Notre approche
Nous traitons l'IA comme un système socio-technique intégré dans des institutions, pas comme une technologie isolée. Nous concevons pour l'interprétabilité, la robustesse et l'adéquation institutionnelle dès le départ.
Ce que nous construisons
Jumeaux numériques d'intérêt public, infrastructures d'apprentissage fédéré, cadres d'évaluation en conditions réelles et outils de redevabilité algorithmique.
Initiatives associées
BeeMyBlood
L'accès à des produits sanguins sûrs et compatibles n'est pas seulement un enjeu clinique ; c'est un problème d'infrastructure et de gouvernance.
SwissNeuroRehab
Les parcours de neuro-réhabilitation sont fragmentés entre institutions, cantons et disciplines.
ASCertain
De nombreuses populations restent statistiquement invisibles.
Réseau HELIOS
La recherche sur les hémoglobinopathies reste fragmentée entre disciplines, pays et systèmes de données.
Think Tank WAI
La gouvernance de l'IA est dominée par des cadrages techniques et corporatifs qui excluent souvent les perspectives critiques et les approches participatives.
Parties prenantes
Hôpitaux, régulateurs, chercheurs, partenaires technologiques.
Comment nous évaluons
Nous évaluons l'interprétabilité, la robustesse à travers les populations, l'adéquation institutionnelle et les effets à long terme sur la qualité et l'équité des soins.
Collaboration
Nous collaborons avec des acteurs prêts à gouverner l'IA, pas seulement à la déployer.