Chercheur.e.s

Elsa Rousseau est professeure adjointe au Département d’informatique et de génie logiciel de la Faculté des sciences et de génie à Université Laval, et au sein du Centre NUTRISS-Nutrition, santé et société. Son programme de recherche porte sur l’étude des interrelations entre le microbiote, les bactériophages et la nutrition, via l’élaboration d’approches en intelligence artificielle pour déterminer leurs impacts sur la santé cardiométabolique.

Elsa a obtenu son diplôme d’ingénieure en bio-informatique et modélisation à l'INSA Lyon en 2011, puis son doctorat de l’université de Nice Sophia Antipolis en 2016, en modélisation de l’épidémiologie et de l’évolution des virus. Elle a ensuite réalisé deux postdoctorats, un premier chez IBM, dans leur réputé Centre de recherche Almaden à San Jose (CA), en modélisation mathématique des dynamiques de populations virales pour l’élaboration d’un nouveau type de traitement, puis un second dans le laboratoire de Jacques Corbeil au Centre de recherche du CHU de Québec-Université Laval, en codirection avec François Laviolette, en bio-informatique et intelligence artificielle pour l’analyse de données métagénomique en santé.

Elsa est membre régulière du Centre de recherche en données massives de l'Université Laval (CRDM), de l’Institut intelligence et données (IID), de l’Institut sur la nutrition et les aliments fonctionnels (INAF), et membre associée à l’Observatoire international sur les impacts sociétaux de l’IA et du numérique (OBVIA).
 

Philippe Després est professeur titulaire au Département de physique, de génie physique et d’optique de l’Université Laval. Il est le chercheur principal désigné du programme SDRDS.

Il est membre du Centre de recherche sur le cancer de l’Université Laval, physicien médical au CHU de Québec de l'Université Laval et chercheur régulier de son Centre de recherche, membre chercheur de l'Institut intelligence et données.

Après une maîtrise à l’Université Laval (2000, Physique) et un doctorat à l’Université de Montréal (2005, Physique), il a réalisé un stage postdoctoral (2005-2007) à University of California, San Francisco dans le domaine du génie biomédical et de l’imagerie moléculaire.

Les projets de recherche de professeur Philippe Després portent sur les aspects matériels et logiciels de l’imagerie médicale, notamment sur la reconstruction tomographique. Il a été un pionnier du calcul informatique de pointe sur processeurs graphiques (GPU), menant au développement d’applications innovantes en physique médicale, notamment un code de transport radiatif Monte Carlo ultra-rapide basé sur GPU (GPUMCD).

Il s’intéresse aussi à la valorisation des données dans le milieu médical, en particulier aux infrastructures, aux normes et aux bonnes pratiques (incluant les principes FAIR) nécessaires à l’exploitation responsable de l’information clinique.  À ce titre, il agit comme responsable des données massives en sciences de la santé au Centre de recherche du CHU de Québec de l'Université Laval, et comme conseiller en architecture des données pour le projet PULSAR à l’Université Laval. Il est le directeur du Centre de recherche en données massives de l’Université Laval et le co-responsable de l’axe santé durable de l’Observatoire international sur les impacts sociétaux de l’intelligence artificielle et du numérique (OBVIA). Il siège au Conseil des chercheurs de l'Alliance de recherche numérique du Canada.

François Laviolette était professeur titulaire au Département d’informatique et de génie logiciel de l’Université Laval, titulaire de la Chaire en apprentissage automatique interprétable en intelligence artificielle du Canadian Institute for Advanced Research (CIFAR-AI) (2020-2025), titulaire de la Chaire de recherche industrielle en apprentissage automatique pour l'assurance (2018-2023), membre des comités scientifiques du projet PULSAR, de la plateforme VALERIA et de l’Institut intelligence et données (IID). Au niveau national et international, il était membre associé de l’Institut MILA, membre du comité intelligence artificielle (IA)/santé des Fonds de Recherche du Québec (FRQ), du comité scientifique de l’Institut DATA IA en France et du comité d’experts en IA de l’Observatoire international sur les impacts sociétaux de l’IA et du numérique (OBVIA).

Il a obtenu en 1984 un baccalauréat en mathématiques, en 1987 une maîtrise en mathématiques et en 1997 un doctorat en mathématiques de l’Université de Montréal.

Ses recherches ont été centrées sur l'IA, en particulier l'apprentissage automatique, la théorie de l’apprentissage, l’IA interprétable, la théorie des graphes, la vérification automatisée et la bio-informatique. 

Professeur François Laviolette était chef de file de la théorie PAC-Bayésienne, qui permet de mieux comprendre les algorithmes d’apprentissage automatique et d’en concevoir de nouveaux. Il s’intéressait entre autres à ceux permettant de résoudre des nouveaux types de problèmes d’apprentissage comme la génomique, la protéomique et la découverte du médicament. Il s’intéressait également à rendre les intelligences artificielles interprétables dans le but entre autres de mieux intégrer l’IA au sein de systèmes où des humains sont dans la boucle de décision.

Grâce à son expertise, le professeur François Laviolette jouait un rôle non négligeable dans la réalisation de plusieurs projets multidisciplinaires effectués au sein du Centre de recherche en données massives de l'Université Laval (CRDM) en lien avec le domaine de l’assurance, santé, bio-informatique et science de la vie, éthique et acceptabilité sociale, etc. Tout récemment il s’est orienté vers l’innovation dans l'industrie aérospatiale en co-dirigeant un projet international (DEpendable & Explainable Learning) en collaboration avec des partenaires des milieux de la recherche universitaire et de l'industrie avec un budget de 7,5M$ à l'échelle québécoise et d'environ 40M$ à l'échelle internationale. Ce dernier projet vise à jeter les bases scientifiques sur ce que doit être une IA certifiable lorsqu’embarquée au sein d’un système critique.

Malheureusement, le professeur Laviolette est éteint le 26 décembre 2021 à l’âge de 59 ans au terme d’un combat contre le cancer. Son décès est une véritable perte pour le développement et l’essor de l’intelligence artificielle et de la science des données à l'échelle nationale et internationale.

Google Scholar

Anne-Sophie Charest est professeure agrégée au Département de mathématiques et de statistique de l’Université Laval. Elle est la directrice des programmes de certificat et de baccalauréat en statistique. 

Elle a obtenu un baccalauréat en probabilités et statistique de l'Université McGill en 2007, et en 2012 un doctorat en statistique de l'Université Carnegie Mellon, à Pittsburgh, en Pennsylvanie.

Ses recherches sont focalisées sur la confidentialité de données statistiques notamment la création de jeux de données synthétiques et le critère de la confidentialité différentielle, l'analyse de données d'enquêtes, le traitement de données manquantes et l'approche d'inférence Bayésienne. 

Anne-Sophie Charest est membre régulière du Centre de recherche en données massives (CRDM) de l'Université Laval et du Centre de recherches mathématiques (CRM) de l'Université de Montréal.

Dre Isabel Fortier est chercheuse à l'Institut de recherche du Centre universitaire de santé McGill (IR-CUSM) où elle dirige le programme de recherche Maelstrom.

Ce programme vise à fournir à la communauté de recherche internationale de diverses disciplines des ressources (expertise, méthodes et logiciels) pour faciliter l'harmonisation et l'intégration de données entre études épidémiologiques. L'équipe de Maelstrom développe des méthodes et des logiciels, effectue de la recherche méthodologique, génère des catalogues détaillés d'études et de variables et crée des infrastructures permettant la gestion, l'harmonisation et la co-analyse des données de recherche.

L'équipe collabore ou dirige les activités de catalogage et d'harmonisation de données d'un certain nombre de projets nationaux et internationaux, notamment IALSA (‘’Integrative Analysis of Longitudinal Studies of Aging and Dementia’’, plus de 100 études), ReACH (‘’Research Advancement through Cohort Cataloguing and Harmonization’’, 26 études) et CanPath (Partenariat Canadien pour la santé de demain, 5 études).

Les ressources de Maelstrom aident à optimiser l'utilisation des données de recherche, renforcer les capacités de collaboration (résultats produits plus rapidement et à moindre coût) et améliorer la qualité des pratiques de recherche.

Dr. John Kildea est physicien médical au Centre universitaire de santé McGill et professeur adjoint en oncologie à l’Université McGill.

Ses intérêts de recherche se concentrent sur les effets carcinogènes des radiations ionisantes provenant de traitements de radiothérapie ou de voyages spatiaux. Dr. Kildea est aussi intéressé par l’amélioration des expériences de soins de santé et les résultats de santé des patients à l’aide d’outils informatiques.

Avec le radio-oncologue Dr. Tarek Hijal, Dr. Kildea co-dirige le développement du portail patient Opal. Opal a été nommé la Solution e-santé de l’année au Québec en 2019 par Le Point Santé et Services Sociaux et a remporté le prestigieux Prix d’excellence–Coup de cœur des ministres du Ministère de la Santé et des Services sociaux du Québec.

Catherine Régis est professeure titulaire à la Faculté de droit de l’Université de Montréal, titulaire de la Chaire de recherche du Canada sur la culture collaborative en droit et politiques de la santé (depuis 2013), co-responsable du Hub santé – politique, organisations et droit (H-POD) et membre fondatrice du groupe de recherche JusticIA (justice-ia.com). Elle est également chercheuse au Centre de recherche en droit public, au Centre de recherche du Centre hospitalier universitaire de l’Université de Montréal (CRCHUM) et à l’Observatoire international sur les impacts sociétaux de l’intelligence artificielle et du numérique (OBVIA).

Elle détient un baccalauréat en droit de l’Université de Montréal, une maîtrise en droit de la santé de l’Université de Sherbrooke, un certificat en éthique clinique de l’Université de Genève et un doctorat en droit (S.J.D) de l’Université de Toronto. Elle est également membre du Barreau du Québec depuis 1999 et médiatrice accréditée.

Récipiendaire de plusieurs prix, bourses et subventions, notamment du programme des Chaires de recherche du Canada, des Instituts de recherche en santé du Canada, des Fonds de recherche du Québec, du Ministère des Relations internationales et de la Francophonie et du Fonds Georg Stellari, professeure Régis est régulièrement sollicitée par le réseau de la santé à titre de consultante et de formatrice. Elle collabore avec plusieurs équipes de recherche interdisciplinaires et internationales, notamment en médecine, apprentissage machine, gestion, génie, santé publique et psychologie. 

Elle est membre de divers comités du secteur de la santé et des services sociaux, dont celui du Comité d’éthique de l’Agence de la santé publique du Canada et du Comité sur la science des données en santé de l’Université de Montréal. Elle est régulièrement sollicitée comme professeure invitée dans différents pays, incluant la France et Israël. Ses travaux publiés dans de nombreuses revues nationales et internationales s’intéressent principalement à l’innovation numérique en santé, la gouvernance collaborative dans les systèmes de santé, l’action normative de l’Organisation mondiale de la santé et les modèles innovants de pratique médicale. 

Initialement formée comme architecte, Dre France Légaré pratique la médecine familiale au Québec depuis 1990 et est professeure titulaire au Département de médecine familiale et d'urgence de l'Université Laval, Québec. Elle est reconnue à l'échelle internationale comme leader dans la recherche sur la prise de décision partagée (PDS) et l'application des connaissances. En 2005, elle a obtenu un doctorat en santé des populations de l'Université d'Ottawa sous la supervision de Dre Annette O'Connor. 

Entre juin 2006 et mai 2016, Dre Légaré a été titulaire de la Chaire de recherche du Canada de niveau 2 en PDS et en application des connaissances. Depuis le 1er juin 2016, elle détient le titre de titulaire de la Chaire de recherche du Canada de niveau 1 en prise de décision partagée et en application des connaissances. 

Dre Légaré a été nommée chercheuse/co-chercheuse -principale pour 35 subventions et Co-I pour 49 subventions au cours des sept dernières années. Elle a publié plus de 363 articles, dont 343 sont indexés par PubMed, son indice H est de 69 et elle compte plus de 25 086 citations (Google Scholar). En 2017, 2018 et 2019, elle a été classée parmi le 1% de scientifiques les plus cités dans le monde (Clarivate Analytics), ce qui montre l'importance et l'utilité notable de ses travaux durant plusieurs années. Une analyse bibliométrique PDP a récemment identifié Dre France Légaré comme la personne qui a participé au plus grand nombre d’études (n-101) depuis 2009. Son programme de recherche vise à mettre en œuvre la PDP dans les pratiques cliniques en mettant l’accent sur les soins à domicile et les programmes de dépistage prénatal.

En plus de la PDP, des soins primaires et de l'application des connaissances, elle est également experte en science de la mise en œuvre et en science de la mise à l'échelle. Avec ses collègues, elle a mis au point plusieurs interventions de PDP pour différents contextes et a formé un grand nombre de professionnels de la santé. Par exemple, elle a formé plus de 270 médecins de famille à la gestion durable des maladies et à l'utilisation optimale des antibiotiques pour les infections respiratoires aiguës. Plus récemment, elle a formé plus de 600 professionnels de la santé à une approche interprofessionnelle de la PDP dans les soins à domicile. Enfin, son équipe a été la première à créer un inventaire en ligne des programmes de formation à la PDP, qui est régulièrement mis à jour. 

Enfin, son équipe a été la première à créer un inventaire en ligne des programmes de formation PDP, qui est mis à jour régulièrement. Consultez toutes ses initiatives de recherche sur http://www.decision.chaire.fmed.ulaval.ca/france-legare.

Nadia Lahrichi est professeure agrégée au Département de mathématiques et de génie industriel de Polytechnique Montréal.

Ses recherches sont principalement focalisées sur l'application d'outils de modélisation et de recherche opérationnelle pour améliorer le flux des patients dans le système de santé. Elle utilise des approches de simulation d'événements exactes, métaheuristiques et discrètes pour résoudre les problèmes d’utilisation des ressources matérielles et humaines. Elle collabore activement avec diverses organisations du secteur de la santé pour résoudre des problèmes pratiques comme la réservation pour la chimio, les traitements de radiothérapie et d’imagerie diagnostique, l’horaire des infirmières et des médecins, la planification de la salle d'opération et la planification des soins à domicile.

Professeure Lahrichi a reçu le prix de la Société Canadienne de recherche opérationnelle pour l'application exceptionnelle de la recherche opérationnelle pour résoudre le problème d'acheminement et de planification des soins de santé à domicile.

Titulaire d’un doctorat en informatique et recherche opérationnelle de l’Université de Montréal, professeur Louis-Martin Rousseau est professeur à l’École Polytechnique de Montréal au Département de Mathématiques et Génie Industriel depuis 2003.

Il fut l’un des tout premiers chercheurs à mener des travaux sur l’hybridation des techniques de recherche opérationnelle classiques et des méthodes de programmation par contraintes (PPC) issues de l’intelligence artificielle. Ses travaux portent principalement sur la logistique des transports, l’optimisation d’horaires et l’optimisation des ressources en santé. 

Louis Archambault est professeur adjoint au Département de physique, de génie physique et d'optique de l'Université Laval, chercheur au Centre de recherche du CHU de Québec de l'Université Laval (axe Oncologie) ainsi qu'au Centre de recherche sur le cancer de l’Université Laval.

Physicien médical de formation, professeur Louis Archambault se spécialise dans l'utilisation des données pour l'amélioration des traitements du cancer et en particulier de la radio-oncologie. Ses travaux combinent l'imagerie quantitative, l'apprentissage machine et le développement de modèles résilients pour l'automatisation et le support au travail clinique.

Les étudiants de son équipe travaillent sur des projets impliquant la radiomique, le suivi automatisé de la qualité des traitements de radio-oncologie, la planification intelligente de traitement (knowledge based planning), la génération d'images synthétique et l'apprentissage machine dans l'analyse de signal en dosimétrie.