Justice prédictive pour estimer les chances d'indemnisation des erreurs médicales commises lors de l'accouchement et la naissance d'un enfant handicapé

Cette vidéo concerne l'intelligence artificielle appliquée aux erreurs médicales commises lors de l'accouchement et la naissance pour la prédiction de litiges en utilisant le langage de programmation Python et l'algorithme Doc2Vec. Il s'agit d'un simple extrait d'une étude de faisabilité puisque normalement il faut se servir d'un grand nombre de décisions ce qui implique un temps d'entraînement du modèle très long. Donc dans cette vidéo il s'agit simplement de montrer les méthodes utilisées. Cela dit nous avons commencé avec les préalables habituels à savoir le nettoyage et la normalisation des décisions avec ensuite leur tokénisation pour la séparation des mots en une liste d'éléments dits « tokens ». Nous procédons à la mise en format spécifique exigé par par l'algorithme. Puis on va créer le vocabulaire. Ensuite on va entraîner le modèle. Enfin, on va passer un notre algorithme de classification pour séparer les décisions selon qu'il s'agit une indemnisation ou non. Nous avons obtenu une précision supérieure à 90 % donc une bonne précision. Cette étude de faisabilité montre que les algorithmes récents permettent à la famille d'un enfant atteint d'un handicap à la naissance de connaître les chances de succès une action en justice. Ainsi la justice prédictive les permet d'agir en toute confiance avec leur Avocat.