École en Science des données et Santé

30 Novembre – 1 Décembre 2018

Le domaine de la santé a de grandes quantités de données sous-utilisées de différents types (documents, signaux, images, séquences génétiques, etc.) provenant de nombreuses sources (hôpitaux, pharmacies, gouvernements, laboratoires de recherche, etc.). De plus en plus d’outils sont développés afin d’améliorer le diagnostic, le pronostic et le traitement des patients.

Les développements récents en intelligence artificielle et plus spécifiquement en apprentissage automatique (machine learning) et en apprentissage profond (deep learning) permettent de traiter et d’analyser ces données de façon plus efficace afin de développer de nouveaux outils d’aide à la décision pour les professionnels du domaine de la santé, par exemple:

  • aide au diagnostic de maladies par imagerie médicale;
  • soins de santé personnalisés;
  • découverte de nouveaux médicaments;
  • une meilleure analyse des risques;

Cette première école francophone en science des données et santé est co-organisée par l’IRIC, IVADO, le Mila dans le cadre du Laboratoire d’innovation de l’Université de Montréal. Elle s’adresse principalement aux professionnels du domaine de la santé désirant se familiariser avec

  1. l’utilisation des données et son impact dans le domaine de la santé;
  2. les concepts et méthodes existantes et leur champ d’application en santé;
  3. les applications concrètes de ces méthodes dans différents domaines de la santé;
  4. les enjeux éthiques et légaux.

Pré-requis

Une formation ou expérience de base dans un domaine de la santé (biologie, médecine, sciences infirmières, sciences vétérinaires …),  ou des sciences (mathématiques, informatique, génie …). 

Inscription

La date limite des inscriptions est le 24 novembre 2018.

  • Étudiants: 200$
  • Professionnels: 400$

Inscription

Objectifs

Objectifs du premier jour

  1. Comprendre l’importance et comment préparer/structurer les données
  2. Comprendre les bases de l’apprentissage automatique
  3. Comprendre les bases de l’apprentissage profond
  4. Permettre aux gens de réfléchir à leurs données en envisageant la façon dont l’apprentissage automatique peut leur être appliqué
  5. Connaître les enjeux liés à l’utilisation de données non publiques

Objectifs du deuxième jour

  1. Comprendre comment les gens travaillent avec:
    1. Les données génomiques
    2. L’imagerie médicale
    3. Les séries temporelles (réseaux récurrents)
    4. L’extraction de texte
  2. Connaître les outils disponibles

Programme préliminaire

Vendredi 30 novembre

HeureTitreIntervenant(e)s
8:30Introduction
8:45Préparation et gestion des donnéesTariq Daouda, PhD, IRIC
9:45Pause
10:15Comprendre les bases de l'apprentissage automatiqueTristan Sylvain, PhD fellow, Mila
11:30Dîner
12:30Comprendre les bases de l'apprentissage profondGaétan Marceau Caron, PhD, Mila
13:45Pause
14:15Panel: Enjeux liés à l'utilisation des données dans le domaine de la santéModérateur:
Yanick Villedieu

Intervenants:
Lisa Di Jorio, PhD, Imagia
Mélanie Bourassa Forcier, PhD, Université de Sherbrooke
Sébastien Giguère, PhD, InVivo AI
15:30Cocktail
17:00Fin

Samedi 1er décembre

HeureTitreIntervenant(e)s
9:00Applications: Imagerie médicaleMargaux Luck, PhD, Mila
10:00Pause
10:30Applications: Séries temporellesFrancis Dutil, MSc, Imagia
11:30Applications: Extraction de texteJoseph Paul Cohen, PhD, Mila
Margaux Luck, PhD, Mila
12:00Dîner
13:00Applications: données génomiqueTariq Daouda, PhD, IRIC
14:00Bibliothèques et matérielJeremy Pinto, MSc, Mila
15:00Fin

Organisation

Responsables du programme scientifique
  • Margaux Luck, PhD, chercheuse appliquée à Mila, équipe Transfert Technologique
  • Tariq Daouda, PhD, chercheur postdoctoral, Institut de recherche en immunologie et cancérologie (IRIC)
  • Joseph Paul Cohen, PhD, chercheur postdoctoral, Mila
Direction scientifique
  • Sébastien Lemieux, chercheur principal, Institut de recherche en immunologie et cancérologie (IRIC)
  • Yoshua Bengio, directeur scientifique de Mila et d’IVADO
Organisation et logistique
  • Brian Moore, coordonnateur à la formation, IVADO
  • Jolianne Grandmont-Benoit, coordonnatrice de projets, Vice-rectorat aux affaires étudiantes et aux études, Université de Montréal
  • Guillaume Chicoisne, Directeur des programmes scientifiques, IVADO

 

Lieu

Amphithéâtre BNC, HEC Montréal, Édifice Côte-Sainte-Catherine.

Pour toutes questions au sujet de l’école: formations@ivado.ca