Bannière

Librairie

Structuration des données de santé pour l’IA: Modèle de données historicisées pour les systèmes de santé apprenants.

Présenté par

Communauté de pratique d’intelligence artificielle en santé: de la recherche à l’application

En ligne

Conférences midi

Ce Webinaire est organisé par la communauté de pratique d’intelligence artificielle en santé: de la recherche à l’application avec l’appui de l’école de l’intelligence artificielle en santé du CHUM (ÉIAS).

Plus d'information sur ce lien

  • 12 h à 13 h : Conférence: Modèle de données historicisées pour les systèmes de santé apprenants, Dr Christina Khnaisser

Les données relatives à la santé d’une personne existent dans plusieurs sources internes à un même établissement ou externes. À la dispersion des données dans de nombreuses sources peu, mal ou pas interconnectées s’ajoutent le problème d’interopérabilité et celui du suivi de l’évolution des données. L’exploration des données historicisées présente un potentiel important pour comprendre et interpréter divers phénomènes en santé et leur évolution dans le temps. Pour assister les cliniciennes-chercheuses et les cliniciens-chercheurs, de même que les gestionnaires face à l’augmentation du nombre d’intervenants et de la variété de données générées, il est indispensable de mettre à leur disposition une vue unifiée, temporalisée et annotée sémantiquement à différents niveaux de granularité.

Durant ce séminaire Dr Khnaisser présentera un processus de modélisation qui consiste à structurer d’une façon complète, concise et non ambigüe un modèle de données pour permettre le suivi de l’évolution des données selon une sémantique temporelle unifiée incluant des opérateurs facilitant l’expressivité des requêtes et la détection d’anomalies temporelles.

  • 13 h à 14 h : Séance de réseautage et d’échanges sur la vision de la communauté

La conférence sera suivie d’une rencontre de réseautage ouverte au public, l’occasion pour les membres et ceux qui ont un intérêt pour la communauté de se rencontrer et d’exprimer leur avis et attentes sur les activités de la communauté. 

Découvrir

Projet en vedette

Le délirium est un état qui, lorsqu'il n'est pas pris en charge, est associé à une augmentation de la mortalité et à une hospitalisation plus longue des patient.e.s en soins intensifs; son dépistage devrait donc faire partie intégrante des soins. Il se caractérise par la confusion, l’anxiété et une vigilance réduite. Il est estimé que 75% des cas de délirium ne sont pas détectés à l'admission à l'hôpital. En effet, la détection d'un tel état aigu nécessite un suivi fréquent des participant.e.s, ce qui demande beaucoup de travail et d'expertise.

Lire plus