Aiden Doherty – Séminaire sur l’analyse des applications de l’apprentissage automatique reproductible du comportement de mouvement des capteurs portables. Les capteurs portables tels que les trackers d’activité portés au poignet (accéléromètres) peuvent mesurer en continu, de manière non invasive et sans douleur des indicateurs importants de la santé quotidienne des personnes. Par exemple, la British Biobank a mesuré l’état d’activité physique de 103 712 participants qui ont accepté de porter un appareil au poignet pendant 7 jours. Ces mesures sont maintenant activement utilisées par les chercheurs en santé du monde entier pour prouver le lien entre l’activité physique et les MCV. Les méthodes d’apprentissage automatique peuvent aider à maximiser l’utilité de ces ensembles de données. Cependant, le manque de répétabilité des modèles d’apprentissage automatique dans la science des données de santé suscite de vives inquiétudes. Il est important d’examiner attentivement la manière de promouvoir des résultats d’apprentissage automatique solides et de rejeter les résultats non reproductibles pour garantir la crédibilité et la crédibilité. Dans ce discours, Aiden Doherty a partagé les progrès de l’apprentissage automatique reproductible des données de capteurs portables pour soutenir la détection précoce des maladies et l’identification des thérapies candidates.