Les algorithmes et les données qu’ils traitent jouent un rôle de plus en plus important dans les décisions ayant des conséquences importantes pour le bien-être humain. Bien que les processus décisionnels algorithmiques puissent mener à des décisions plus justes et plus objectives, de nouvelles recherches suggèrent qu’ils peuvent aussi mener à des traitements et à des résultats inégaux et inéquitables pour certains groupes ou individus.
Bannière

Biais et discrimination en IA
Activités de formation
Activités
24
janvier
jan.
Bien faire: Les différents cadres visant à maximiser les retombées positives de l’IA et mitiger ses impacts négatifs
En savoir plus
23
janvier
jan.
Atelier sur l'Intelligence Artificielle en Santé - Québec
En savoir plus
30
janvier
jan.
Des pixels aux prédictions : exploiter la puissance de l'apprentissage automatique dans l'Imagerie médicale
En savoir plusDécouvrir

Projet en vedette
Ce projet consiste à établir les bonnes pratiques en gestion des données de santé et à construire une infrastructure logicielle afin de les appliquer.
Nous avons développé des pipelines qui permettent de récupérer quotidiennement les données de traitements de curiethérapie afin de calculer et stocker leurs indices dosimétriques dans une base de données dédiée à la recherche. Ces indices sont essentiels à la planification des traitements en radiothérapie et à l’estimation de leur qualité.