Rechercher
(effacer)
- 5G en santé
- ABAC
- AI Act (UE)
- Aide à la prescription – interactions
- Aide au codage assistée par IA
- Aire sous la courbe ROC
- Algorithme
- Anonymisation
- ANSSI
- API de santé
- Applications numériques remboursables (DiGA)
- Apprentissage automatique
- Apprentissage fédéré
- Apprentissage non supervisé
- Apprentissage profond
- Apprentissage supervisé
- Apprentissage supervisé
- Atténuation des biais
- Base de connaissances cliniques
- Base de connaissances médicamenteuses
- Bénéfice net (net benefit)
- Biais algorithmiques
- Biosenseurs connectés (IoT)
- Blockchain en santé
- Bus d’interopérabilité (ESB)
- Calcul multipartite sécurisé
- Calibration de modèle
- Capteur de chute
- Capteur de glucose en continu (CGM)
- Carte CPS
- Carte Vitale dématérialisée
- Case management numérique
- Catalogue de données
- CCAM (nomenclature)
- CDA (HL7)
- Chatbot d’orientation santé
- Chiffrement homomorphe
- CI‑SIS
- CIM‑11
- CNIL
- CNPEN (éthique du numérique)
- Code‑barres DataMatrix médicament
- Conciliation médicamenteuse numérique
- Confidentialité différentielle
- Consentement électronique (eConsent)
- CONSORT‑AI
- Courbe de décision clinique
- Cybersécurité en santé
- Data Lake de santé
- DECIDE‑AI
- Détection de négation (clinique)
- DICOM
- Dictionnaire de données
- Directive NIS2 (santé)
- Doctrine technique du numérique en santé
- Données de santé
- Données de vie réelle (DVR)
- Dossier de soins infirmiers numérique
- Dossier Médical Partagé
- Dossier Patient Informatisé
- Dossier Pharmaceutique
- Drift de concept
- Drift de données
- Early Warning Score numérique
- ECG portable
- Edge computing en santé
- EDR/XDR
- eIDAS
- Entrepôt de Données de Santé
- Équité algorithmique
- Espace Numérique de Santé
- Essai adaptatif
- Essai clinique pragmatique
- Essai plateforme
- Explicabilité (XAI)
- Extraction d’entités nommées clinique
- FHIR
- FINESS
- FINESS
- Flux patient et rotation des lits
- Gestion de lits (bed management)
- Gestion des consentements
- Gestion des identités et des accès (IAM)
- GHT (Groupement Hospitalier de Territoire)
- Good Machine Learning Practice (GMLP)
- Graphe acyclique dirigé (DAG) causal
- Habilitations
- HAS – évaluation des DM numériques
- Hébergeur de Données de Santé (HDS)
- HL7
- Horodatage qualifié
- IA générative
- Identification
- Identité Nationale de Santé (INS)
- Identitovigilance
- IEC 60601
- IEC 62304
- IEC 62366
- IHE PIX/PDQ
- IHE XCA
- IHE XDS
- INS
- Internet des objets médicaux (IoMT)
- Interopérabilité sémantique
- Interopérabilité technique
- ISO 13485
- ISO 25237
- ISO/IEC 27001
- ISO/IEC 27701
- Journal d’événements cliniques
- Kiosque d’admission
- Licences logicielles (santé)
- LIFL
- LIME
- Logiciels libres en santé
- LOINC
- Mapping terminologique
- Marquage CE (DM)
- Master Data Management (MDM)
- Matrice de confusion
- Maturité numérique hospitalière (EMRAM)
- MeSH
- Messagerie instantanée sécurisée d’équipe
- Messagerie Sécurisée de Santé
- MLOps en santé
- Normalisation terminologique
- OAuth 2.0
- Observabilité
- Ontologie clinique
- OpenID Connect
- Optimisation des rendez‑vous
- PACS
- Parcours de soins numérique
- Patient‑Reported Experience Measures (PREM)
- Patient‑Reported Outcomes Measure (PROM)
- PGSSI‑S
- Plan de réponse à incident
- Plan de soins informatisé
- PMSI
- Portail patient
- PRA/PCA
- Précision
- Prescription électronique
- Prescription électronique sécurisée
- Pro Santé Connect
- PROBAST
- traitement de données personnelles réalisé de manière à ce qu'on ne puisse plus attribuer les données relatives à une personne physique sans information supplémentaire. En pratique, la pseudonymisation consiste à remplacer les données directement identifiantes (nom, prénom, etc.) d’un jeu de données par des données indirectement identifiantes (alias, numéro séquentiel, etc.). La pseudonymisation permet ainsi de traiter les données d’individus sans pouvoir identifier ceux-ci de façon directe. En pratique, il est toutefois bien souvent possible de retrouver l’identité de ceux-ci grâce à des données tierces : les données concernées conservent donc un caractère personnel. L’opération de pseudonymisation est également réversible, contrairement à l’anonymisation. La pseudonymisation constitue une des mesures recommandées par le RGPD pour limiter les risques liés au traitement de données personnelles.