Remodelage de la recherche et de l’innovation en santé : l’intelligence artificielle et l’apprentissage automatique

Lundi 1 mai 2018 de 15 h 30 à 18 h 30
Pièce 256S, édifice du Centre, colline du Parlement, Ottawa (Ontario)

Cet événement est sur invitation seulement.

Pour voir des photos et des renseignements sur des événements antérieurs, voir la section réservée au Comité sur la recherche en santé sous « Promotion » dans la barre de navigation.

 

Remodelage de la recherche et de l’innovation en santé : l’intelligence artificielle et l’apprentissage automatique

L’intelligence artificielle est la science qui consiste à construire et à programmer une machine qui peut imiter la cognition humaine. Certains des scientifiques les plus brillants dans le domaine de l’intelligence artificielle se trouvent au Canada et notre pays est à l’avant-garde dans ce domaine depuis plus de 30 ans.

L’intelligence artificielle présente d’immenses possibilités pour la transformation de la santé humaine. Elle aide déjà à découvrir de nouveaux médicaments et à poser de meilleurs diagnostics médicaux plus rapidement. Il n’est pas difficile d’imaginer un proche avenir où l’intelligence artificielle pourra prévoir et enrayer les maladies de manière fiable avant que les symptômes apparaissent.

Théoriquement, l’intelligence artificielle peut, en examinant le génome d’une personne, recommander des options de traitement tout en limitant ou en éliminant les effets secondaires. L’intelligence artificielle peut rationaliser le développement de médicaments pour veiller à ce que les chercheurs étudient les avenues les plus prometteuses et pour les aider à trouver des voies non découvertes auparavant qui pourraient mener à de nouveaux traitements et thérapies. L’émergence et l’utilisation croissante de l’intelligence artificielle et de la robotique auront une incidence significative sur les systèmes de santé partout dans le monde.

Les kiosques à cet événement traiteront des sujets suivants :

  •  Améliorer la santé et les soins aux patients
  • Résoudre les mystères de la génétique et de la génomique grâce à la médecine de précision
  • Le potentiel de l’IA et de l’apprentissage automatique pour la réadaptation
  • L’IA et l’apprentissage automatique en santé mentale

Conférenicère

Anna Goldenberg, Ph.D.

Scientifique, Génétique et biologie du génome, Institut de recherche de SickKids
Professeure adjointe, Département d’informatique, Université de Toronto

Améliorer la santé et les soins aux patients

Masoom Haider, M.D., FRCP(C)
Professeur de radiologie et vice-président, Radiomique et imagerie quantitative, Université de Toronto
Chercheur-clinicien principal, Institut de recherche Lunenfeld Tanenbaum

Le Dr Masoom Haider est un chercheur clinicien et professeur de radiologie au Département d’imagerie médicale de l’Université de Toronto, à l’Hôpital Mount Sinai et au Centre de cancérologie Princess Margaret. Il utilise l’intelligence artificielle pour analyser les images tomographiques et les tomodensitogrammes afin d’obtenir un diagnostic plus précis et de déterminer le meilleur traitement à administrer aux patients cancéreux. Son laboratoire a aidé à lancer l’usage de techniques d’IRM pour diagnostiquer le cancer de la prostate qui ont aidé à éviter des traitements inutiles et des biopsies douloureuses chez les hommes.

Doug Manuel, M.D., M. Sc., FRCPC
Scientifique, Institut de recherche de l’Hôpital d’Ottawa
Professeur, Département de médecine familiale et École d’épidémiologie, de santé publique et de médecine préventive, Université d’Ottawa

Le Dr Doug Manuel crée des algorithmes de prévision et des outils de planification en utilisant de grandes bases de données administratives et cliniques sur la santé. Il est un médecin spécialisé en santé publique et en médecine préventive. Les algorithmes de prédiction de son équipe ont été utilisés dans le monde entier par plus d’un million de personnes dans des milieux communautaires et cliniques, y compris à projectbiglife.ca. Pendant plus de 25 ans, il a été médecin de premier recours dans des collectivités rurales, éloignées et insuffisamment desservies de tout le Canada.

Parvin Mousavi, Ph. D.
Professeure, École d’informatique, Université Queen’s

Parvin Mousavi est professeure d’informatique à l’Université Queen’s et un membre du Collège de nouveaux chercheurs et créateurs en art et en science de la Société royale du Canada. Ses recherches portent sur l’apprentissage automatique pour le traitement des images médicales et la médecine de précision, et comprennent des applications en oncologie, en chirurgie assistée par ordinateur et en neurologie. Son nouveau paradigme d’apprentissage automatique, « ultrason temporel amélioré », est utilisé pour améliorer la détection du cancer de la prostate. Avec l’appui d’organismes de financement canadiens et de collaborateurs scientifiques et cliniques, cette technologie fait l’objet d’essais sur des patients partout en Amérique du Nord.

Guillaume Paré, M.D., M. Sc., FRCPC
Chaire de recherche du Canada sur la génétique et l’épidémiologie moléculaire
Professeur adjoint, Pathologie et médecine moléculaire, Université McMaster

Le Dr Guillaume Paré est professeur de pathologie et de médecine moléculaire et directeur du programme de formation postdoctorale en biochimie médicale à l’Université McMaster. Médecin-chercheur de renommée mondiale dans le domaine de l’épidémiologie génétique et moléculaire des maladies cardiovasculaires, ses recherches ont permis d’avancer nos connaissances sur les causes génétiques des crises cardiaques et des accidents vasculaires cérébraux ainsi que d’établir de nouvelles façons d’identifier les patients à risque élevé, des facteurs de risque modifiables et de nouvelles thérapies préventives.

David Harris Smith, Ph. D., M.F.A.
Professeur adjoint, Études en communications et multimédias, Université McMaster
Directeur de la recherche, Réseau de recherche en simulation macGRID

David Harris Smith est professeur adjoint au Département des études en communications et multimédias à l’Université McMaster et directeur de la recherche pour le Réseau de recherche en simulation macGRID. Ses recherches actuelles portent sur la conception et l’évaluation d’applications de robotique sociale et d’intelligence artificielle pour les communications en soins de santé.

Résoudre les mystères de la génétique et de la génomique grâce à la médecine de précision

Alain Dagher, M.D.
Professeur, Département de neurologie et de neurochirurgie, Université McGill

Le Dr Alain Dagher est neurologue à l’Institut et hôpital neurologiques de Montréal. Il a reçu sa formation aux universités de Toronto, McGill et Cornell et à l’hôpital Hammersmith de Londres. Le Dr Dagher utilise l’imagerie par résonance magnétique anatomique et fonctionnelle, la tomographie par émission de positrons et la stimulation magnétique transcrânienne pour comprendre le cerveau humain sain et malade. Sa recherche porte principalement sur la maladie de Parkinson, le stress, la toxicomanie, le jeu pathologique et l’obésité, ainsi que sur la résolution de problèmes, l’apprentissage et l’expérience du plaisir musical.

Anna Goldenberg, Ph.D.
Scientifique, Génétique et biologie du génome, Institut de recherche de SickKids
Professeure adjointe, Département d’informatique, Université de Toronto

Anna Goldenberg est une scientifique à l’Institut de recherche de SickKids, une professeure adjointe au Département d’informatique de l’Université de Toronto et un membre du corps professoral de Vector. Elle est une experte en développement d’approches d’apprentissage automatique pour les données biologiques, de méthodes de réseautage et plus récemment, en intégration de données « omiques » et cliniques. Sa recherche actuelle porte principalement sur la mise au point de méthodes qui captent l’hétérogénéité et identifient les mécanismes de maladies humaines complexes.

François Laviolette, Ph. D.
Professeur, Département d’informatique et de génie logiciel, Université Laval
Directeur du Centre de recherche en données massives

François Laviolette est le directeur fondateur du Centre de recherche en données massives de l’Université Laval. Il est un chef de file de la théorie PAC-bayésienne, une branche de la théorie de l’apprentissage qui permet de mieux comprendre les algorithmes d’apprentissage existants et qui permet également d’en concevoir de nouveaux. Le professeur Laviolette a également développé une solide expertise en bioinformatique. Dans ce domaine, il a travaillé sur des intelligences artificielles interprétables qui ont permis de découvrir des connaissances précieuses pour de nouvelles applications médicales.

Mingkai Peng, Ph. D.
Professeur agrégé auxiliaire de recherche, Département des sciences de santé communautaire, Université de Calgary

Mingkai Peng est un professeur adjoint de recherche au Département des sciences de santé communautaire de l’Université de Calgary et un scientifique de données à l’Institut cardiovasculaire Libin de l’Alberta. Il dirige la section d’informatique médicale au Method Hub de l’Institut de santé publique O’Brien. Sa recherche porte principalement sur la mise au point de méthodologies permettant une utilisation optimale des données de santé administratives et de dossiers médicaux électroniques, comme l’évaluation et l’amélioration de la qualité des données et la mise au point d’algorithmes de phénotypage.

Hude Quan, Ph. D.
Professeur, Sciences de santé communautaire, Université de Calgary

Hude Quan est le directeur du centre collaborateur de l’Organisation mondiale de la santé pour la classification, la terminologie et les normes à l’Université de Calgary. Il figure sur la liste des chercheurs les plus cités au monde établie par Thomson Reuters. M. Quan élabore et teste une méthodologie d’informatique de la santé numérique et applique aussi des méthodologies en médecine de précision, en surveillance des services de santé et des maladies chroniques et en recherche sur les résultats.

Le potentiel de l’IA et de l’apprentissage automatique pour la réadaptation

Kimberley D. Adams, Ph. D., ing., ATP
Professeure adjointe, Faculté de médecine de réadaptation, Université de l’Alberta

Kimberley Adams est professeure adjointe à la Faculté de médecine de réadaptation de l’Université de l’Alberta. Elle a travaillé pendant 20 ans dans divers pays dans le domaine des technologies d’assistance pour personnes handicapées avant de revenir dans le milieu universitaire. Sa recherche porte sur l’utilisation de robots d’assistance pour que les enfants ayant des déficiences physiques puissent participer à des jeux et à des activités d’apprentissage. En plus, elle collabore à la mise au point de robots et de méthodes de saisie de rechange pour qu’ils soient plus faciles à utiliser.

Randy McIntosh, Ph. D.
Professeur, Département de psychologie, Université de Toronto
Scientifique principal, Institut de recherche Rotman, Centre Baycrest

Randy McIntosh est un scientifique principal à l’Institut de recherche Rotman du Centre Baycrest et un professeur de psychologie à l’Université de Toronto. Il a une formation en psychologie cognitive et en neurosciences informatiques. Dans ses recherches, il utilise les données d’imagerie encéphalique pour construire des modèles informatiques de maladies du cerveau en se servant du cerveau virtuel (thevirtualbrain.org). Il optimise les modèles informatiques au moyen de l’apprentissage automatique afin de les adapter au cerveau de la personne, repoussant ainsi les limites de la médecine personnalisée.

Frank Rudzicz, Ph. D.
Scientifique, Institut de réadaptation de Toronto de l’UHN
Professeur adjoint, Département d‘informatique, Université de Toronto

Frank Rudzicz est un scientifique au Réseau universitaire de santé (UHN), un professeur adjoint d’informatique à l’Université de Toronto, le cofondateur et président WinterLight Labs Inc., et un membre du corps professoral à l’Institut Vector. Sa recherche porte sur l’apprentissage automatique, le traitement du langage naturel, l’informatique de la santé et l’orthophonie. M. Rudzicz utilise le traitement du langage naturel pour améliorer la reconnaissance vocale, concevoir des robots qui peuvent converser, et évaluer des troubles cognitifs comme la maladie d’Alzheimer en analysant de courts échantillons de paroles. Il commercialise actuellement plusieurs de ces inventions.

L’IA et l’apprentissage automatique en santé mentale

Sean Hill, Ph. D.
Directeur, Krembil Centre for Neuroinformatics au CAMH
Professeur, Département de psychiatrie, Université de Toronto

Sean Hill est le directeur du Centre Krembil pour la neuroinformatique, chercheur principal au Centre de toxicomanie et de santé mentale et professeur à l’Université de Toronto. Le Dr Hill est un neuroscientifique computationnel ayant de l’expérience dans la construction de modèles computationnels à grande échelle de circuits cérébraux. Le Centre collaborera avec des cliniciens et des chercheurs, en utilisant la neuroinformatique, l’intelligence artificielle et la modélisation multi-échelle, pour élaborer des définitions axées sur les données des troubles cérébraux, prédire les trajectoires des patients et transformer les soins de santé mentale.

Natalia Jaworska, Ph. D.
Directrice, Laboratoire d’électrophysiologie clinique, Institut de recherche en santé mentale
Professeure adjointe (Recherche), Médecine cellulaire et moléculaire, Université d’Ottawa

Natalia Jaworska est directrice du Laboratoire d’électrophysiologie clinique à l’Institut de recherche en santé mentale et professeure adjointe à l’Université d’Ottawa. Sa recherche vise avant tout à comprendre ce qui se passe dans le cerveau de personnes ayant une maladie mentale au moyen de diverses techniques d’imagerie, y compris l’EEG (mesurant l’activité cérébrale) et l’imagerie par résonance magnétique (IRM). Son laboratoire travaille actuellement en collaboration avec une compagnie (MYndAnalytics®) dans l’espoir de réduire l’incertitude dans le traitement de la dépression en utilisant les données d’EEG des patients et l’apprentissage automatique pour recommander des traitements antidépresseurs aux cliniciens.

Commanditaires de la réception et de la séance d’information en kiosques

AstraZeneca est une société biopharmaceutique mondiale axée sur l’innovation qui se concentre principalement sur la découverte, le développement et la commercialisation de médicaments de première nécessité et pour soins spécialisés qui transforment des vies. Nous nous concentrons sur trois domaines prioritaires des soins de santé : les maladies cardiovasculaires et métaboliques, l’oncologie et les maladies respiratoires, l’inflammation et l’auto-immunité. Le siège social d’AstraZeneca Canada est situé à Mississauga, en Ontario.

Le Collège Durham est un établissement de choix pour les études postsecondaires qui offre un milieu dynamique propice à l’apprentissage. La recherche appliquée joue un rôle important en enrichissant l’expérience universitaire tout en donnant à des partenaires du secteur industriel un accès à des professeurs experts qui les aident à trouver des solutions concrètes pour les entreprises et la collectivité.
23

Fondée en 1818, l’Université Dalhousie est l’université du Canada Atlantique la plus active dans le domaine de la recherche. Les étudiants et professeurs de notre université, qui a des campus à Halifax et à Truro en Nouvelle-Écosse, participent à des activités d’apprentissage et de découverte dans 13 facultés et font chaque année des recherches d’une valeur de plus de 135 millions de dollars en collaboration avec des hôpitaux, des industries, des gouvernements, des organismes sans but lucratif et des universités à travers le monde.

Share This