Chez IVADO, nous soutenons ce programme de recherche à hauteur de 1.2 M$ dans le cadre de notre programme de financement de recherche stratégique lancé en 2021. Nous vous invitons à consulter la page principale du programme pour consulter ses objectifs et mieux comprendre le processus ayant permis de soutenir ce projet.

 

Description du programme

L’intelligence artificielle a le potentiel de transformer les soins de santé. En logistique ou en imagerie, ces technologies font leur entrée et des centaines d’algorithmes sont en cours de développement pour offrir du support aux soins des patient.e.s. Cependant, plusieurs défis demeurent quant à leur utilisation à grande échelle, sur le terrain. Parmi eux, la capacité de ces algorithmes à être généralisables. Comment garantir la performance d’un modèle sur des données lorsque leurs caractéristiques sont différentes de celles utilisées lors de l’apprentissage? Par exemple, un algorithme entraîné à partir de données d’une population spécifique pourrait être moins performant s’il est appliqué sur une autre population.

Ce programme vise donc à étudier de nouvelles méthodes pour améliorer cette généralisation, et se décline en quatre objectifs. D’abord, mettre en place un environnement de recherche permettant d’étudier des méthodes susceptibles d’améliorer cette généralisation en contexte réel. Deuxièmement, optimiser les flux de données obtenus en milieu de soins réel pour des fins de recherche algorithmique. Puis, investiguer des problématiques spécifiques liées à la généralisation algorithmique et à l’utilisation secondaire de données médicales. Enfin, créer un ensemble de données en accès libre qui pourra être utilisé pour améliorer les découvertes du programme.

Chercheurs principaux et chercheuse principale

Michaël Chassé

Professeur agrégé

Université de Montréal, CRCHUM

Nadia Lahrichi

Professeure titulaire

Polytechnique Montréal, CIRRELT

Dr An Tang

Professeur titulaire

Université de Montréal, CRCHUM

Liens utiles

Les ressources en lien avec ce programme apparaîtront ici.