Intelligence artificielle et apprentissage automatique – 2023 Dîner-buffet et réception-kiosques
Mercredi le 29 mars 2023
Fairmont Château Laurier
Ottawa, Ontario
Cet événement est sur invitation uniquement.
Intelligence artificielle et apprentissage automatique – 2023 Dîner-buffet et réception-kiosques
12 h 00 à 13 h 30 HE : Réception-kiosques – Intelligence artificielle et apprentissage automatique
Présenté par Recherche Canada. Mot de bienvenue de Mme Deborah Gordon-El-Bihbety, présidente-directrice générale de Recherche Canada avec des remarques du M. Tarik Möröy, Ph. D., vice-président du conseil d’administration de Recherche Canada.
L’utilisation de l’intelligence artificielle (IA) et des technologies connexes est de plus en plus répandue dans les entreprises et la société et on trouve maintenant des applications pour la santé humaine et les soins de santé. Ces technologies ont le potentiel de transformer de nombreux aspects des soins aux patients. Déjà, un certain nombre de recherches laissent entendre que l’AI pu faire aussi bien, voire mieux, que les humains pour des tâches importantes des soins de santé, comme le diagnostic de maladies.
Lors de cet événement, des chercheurs et des innovateurs feront des présentations sur les sous-thèmes suivants :
- L’utilisation de l’IA pour accélérer la R-D : de nouvelles modalités pour le développement des médicaments
- Améliorer l’équité des modèles d’IA : Avantages pour les patients et réduction de la charge de travail clinique en matière de diagnostic d’images médicales basé sur l’IA
- L’IA dans la vision et la chirurgie par ordinateur
- Comment l’IA et la neuroscience se font mutuellement progresser
- L’utilisation de l’IA dans les dossiers médicaux électroniques et les bases de données médicales volumineuses
Thème 1 : L’utilisation de l’IA pour accélérer la R-D et Améliorer l’équité des modèles d’IA
Handol Kim
Co-Founder and CEO, Varitional AI
Mr. Handol Kim is Co-Founder & CEO of Variational AI, a Vancouver-based start-up applying generative AI to the discovery of novel small molecule therapeutics for solid tumor (oncology) indications. Variational AI has developed a proprietary generative AI drug discovery platform that rapidly creates novel, potent, and safe drug molecules to redefine the unit economics of drug discovery and development.
Laleh Seyyed-Kalantari, Ph. D.
Assistant Professor, Department of Electrical Engineering and Computer Science, Lassonde School of Engineering, York University
Dr. Laleh Seyyed-Kalantari is an Assistant Professor in Electrical Engineering and Computer Science department at York University. Before that, she was an Associate Scientist at Sinai Health (2021-2022), and an NSERC postdoctoral fellow at the Vector Institute and the University of Toronto (2019-2021). Her research interests are responsible AI, AI in medical imaging and removing barriers toward trustable AI deployment in clinics to benefit patients and clinical staff.
Thème 2 : L’IA dans la vision et la chirurgie par ordinateur
James Green, Ph. D., P.Eng.
Professor, Department of Systems and Computer Engineering, Department of Health Sciences, Carleton University
Dr. James Green is a Professor at Carleton University. He applies machine learning and computer vision to solve problems in biomedical informatics, particularly in the presence of class imbalance. Current projects include video-based real-time patient monitoring; mitigating vibrations experienced by neonatal patients during emergency ground and air transport; non-contact multimodal data analysis for estimating patient stress during VR therapy for PTSD; and developing novel machine learning methods for analyzing protein structure, function, and interaction.
Rita Noumeir, Ph. D.
Professeure et Chaire de recherche double en intelligence artificielle en santé, École de technologie supérieure
Rita Noumeir est professeure à l’ÉTS et chercheure au CHU Ste Justine. Elle collabore avec les médecins aux soins intensifs afin de développer des systèmes d’aide à la décision améliorant le monitorage clinique, le diagnostic de situations graves et maladies aigues, la prescription personnalisée et l’optimisation des processus. Ses recherches se basent sur l’intelligence artificielle et les données d’imagerie, vidéos, signaux, génomiques et logistiques. Elle est l’auteure du standard pancanadien de partage des images médicales dans le dossier électronique.
An Tang, M.D., MSc, FRCPC
Radiologist, Centre Hospitalier de l’Université de Montréal (CHUM) Researcher, Centre de recherche du centre hospitalier de l’Université de Montréal (CRCHUM) Professor, Department of Radiology, Radiation Oncology, and Nuclear Medicine, Université de Montréal
Le Dr An Tang est radiologue abdominal et chercheur au Centre hospitalier de l’Université de Montréal (CHUM) et professeur titulaire à l’Université de Montréal. Il travaille avec des informaticiens et des ingénieurs pour améliorer la détection précoce et le diagnostic du cancer du foie et des maladies chroniques du foie.
Thème 3 : Comment l’IA et la neuroscience se font mutuellement progresser
Maged Goubran, Ph. D.
Scientist, Sunnybrook Health Sciences Centre, Assistant Professor, Medical Biophysics, University of Toronto
Dr. Maged Goubran is an early career Scientist in the Physical Sciences Platform and Hurvitz Brain Sciences Program at Sunnybrook Research Institute, and Assistant Professor of Medical Biophysics at University of Toronto. He is a Tier II Canada Research Chair in Artificial intelligence (AI) and Computational Neurosciences. His work focuses on the development of novel AI and computational tools to predict and understand circuit alterations, and model brain pathology in neurological disorders.
April Khademi, P.Eng.
Assistant Professor, Electrical, Computer, and Biomedical Engineering, Toronto Metropolitan University
Dr. April Khademi, P.Eng., is Associate Professor of Biomedical Engineering at Toronto Metropolitan University and Principle Investigator of the Image Analysis in Medicine Lab (IAMLAB). She leads research in the design of AI algorithms for radiology and pathology images, which are used to improve accuracy of diagnosis, measure disease progression and to understand more about disease causation.
Bryan Tripp, Ph. D.
Assistant Professor, Bio-Robotics, Artificial Intelligence and Neuroscience Lab, Core Member, Centre for Theoretical Neuroscience, University of Waterloo
Dr. Bryan Tripp is an Associate Professor at the University of Waterloo. His research uses deep learning to develop functional brain models and applies deep learning and neuroscience-inspired models to problems in healthcare and robotics.
Thème 4 : L’utilisation de l’IA dans les dossiers médicaux électroniques et les bases de données médicales volumineuses
Jon Sensinger, Ph. D., P.Eng.
Professor, University of New Brunswick
Jon Sensinger est directeur de l’Institut de génie biomédical de l’ Université du Nouveau-Brunswick et professeur de génie électrique et informatique. C’est un ingénieur qui travaille avec des cliniciens pour optimiser les capacités des patients en réadaptation physique. Son institut applique l’intelligence artificielle aux problèmes de santé pour améliorer la détection et rendre les solutions plus efficaces. La conservation par l’UNB des dossiers de santé du Nouveau-Brunswick, croisés avec d’autres bases de données massives, offre un écosystème idéal pour appliquer l’intelligence artificielle afin d’accélérer la réadaptation et de permettre un vieillissement en bonne santé.
Abhinav Sharma, Ph. D.
Assistant Professor, Division of Cardiology, McGill University Health Centre
Abhinav Sharma est cardiologue, clinicien-chercheur et professeur adjoint à la division de cardiologie de l’Université McGill. Ses recherches portent principalement sur l’utilisation de l’intelligence artificielle et des dispositifs portables pour améliorer le diagnostic et l’identification des maladies cardiovasculaires. La technologie qu’il développe vise à réduire les coûts des soins de santé par la prévention et le diagnostic précoce, améliorant ainsi la qualité des soins pour les Canadiens.
Peter Tanuseputro, Ph. D.
Clinical Research Chair, Palliative Care and Predictive Analytics, Bruyère Research Institute
Dr. Peter Tanuseputro is a Public Health physician and an Investigator at the Bruyère Research Institute – an organization that focuses on improving the health of older Canadians. He practices family medicine with a focus on palliative home visits. His research uses linked health databases to develop population perspectives on health care use and outcomes associated with aging and end of life. His team also builds AI-powered prediction algorithms that helps patients and caregiver make better health decisions.
Bo Wang, Ph. D.
Scientist, University Health Network, CIFAR AI Chair, Vector Institute, Assistant Professor, University of Toronto
Bo Wang is a tenure-track assistant professor at the University of Toronto and Lead AI scientist for the Peter Munk Cardiac Centre of the University Health Network. He holds a CIFAR AI Chair at Vector Institute. He is a computer scientist working with clinicians to develop integrative and interpretable machine learning algorithms that can help with predictive models and decision support to tailor patients’ care to their unique clinical and genomic traits.
Merci à nos commanditaires
Innovative Medicines Canada is the national voice of Canada’s innovative pharmaceutical industry. We advocate for policies that enable the discovery, development and commercialization of innovative medicines and vaccines that improve the lives of all Canadians. We support our members’ commitment to being valued partners in the Canadian healthcare system.
York University is a top international teaching and research university and a driving force for positive change. Located in Toronto, Canada, York is empowered by a welcoming and diverse community with a uniquely global perspective, we are preparing our students for their long-term career and personal success. Together we are making things right for our communities, our planet, and our future.
