L'équipe AI4M (Artificial Intelligence for Medicine) est une équipe pluridisciplinaire, composée d'enseignants-chercheurs en sciences numériques et de personnels hospitalo-universitaires. Le paradigme principal de l’équipe consiste à créer des concepts, méthodes, et outils numériques à même de permettre de répondre à des questions cliniques. En d’autres termes, le but est de mener une recherche pluridisciplinaire à l’interface entre numérique et clinique. Afin d’atteindre cet objectif, l’équipe vise à développer d’une part une recherche fondamentale et méthodologique en intelligence artificielle et en image, indépendamment des aspects applicatifs. De façon symétrique, elle vise d’autre part à développer une recherche clinique de haut niveau liée aux domaines de l’imagerie et de la donnée de santé. Sur la base de ces deux socles, le travail à l’interface vise à répondre à des questions ouvertes liées essentiellement à la complexité croissante des données médicales, qui ouvre des perspectives nouvelles en termes de pratiques cliniques, mais induit des défis qui nécessitent le recours à des approches numériques innovantes.

Les champs d'expertise numérique de l'équipe reposent sur les champs suivants : intelligence artificielle, image, analyse exploratoire de données, observabilité des données, analyse multiéchelle, morphologie mathématique, topologie discrète, filtrage spatio-fréquentiel, analyse dynamique, classification, décision, mesure de similarité, détection de changements, modélisation statistique.

Les champs d'expertise clinique de l'équipe reposent sur les modalités suivantes : imagerie par résonance magnétique (IRM), scanner (TDM), artériographie, imagerie nucléaire (TEP, TEMP), électroencéphalographie (EEG), échographie, imagerie préclinique (synchrotron). Les domaines cliniques privilégiés sont la néonatologie, la cancérologie, la neurologie, la radiologie, l'endocrinologie, l'urologie, l'histopathologie.