Résumé: Le papier fournit une vue d'ensemble du développement de l'analyse de données intelligente dans la médecine d'une perspective d'étude de machine: une vue historique, une vue de pointe, et une vue sur quelques tendances de futur dans ce sous-champ d'intelligence artificielle appliquée. Le papier n'est pas destiné pour fournir une vue d'ensemble complète mais décrit plutôt quelques sous-domaines et directions qui de mon point de vue personnel semblent être importants pour appliquer l'étude de machine dans le diagnostic médical. Dans la vue d'ensemble historique, je souligne le classificateur bayésien naïf, les réseaux neurologiques et les arbres de décision. Je présente une comparaison de quelques systèmes de pointe, représentants de chaque branchement de l'étude de machine, une fois appliqué à plusieurs tâches diagnostiques médicales. Les futures tendances sont illustrées par deux études de cas. Le premier décrit une méthode récemment développée pour traiter la fiabilité des décisions des classificateurs, qui semble être prometteuse pour l'analyse de données intelligente dans la médecine. La seconde décrit une approche à employer l'étude de machine afin de vérifier quelques phénomènes non expliqués de la médecine complémentaire, qui (encore) n'est pas approuvée par la communauté médicale orthodoxe mais pourrait à l'avenir jouer un rôle important dans le diagnostic et le traitement médicaux globaux.

Langue: Anglais