Le cancer de la prostate est le deuxième cancer le plus fréquent et la cinquième cause de décès par cancer chez les hommes. Pour améliorer les résultats de santé des patients, le traitement doit être personnalisé en se basant sur un pronostic précis. Il existe déjà des nomogrammes permettant d’identifier les patients à faible risque de récidive sur la base d’informations cliniques préopératoires, mais ces outils n’utilisent pas les images médicales des patients.
Webinaire CAMCCO-L : Plain Language in Scientific Writing
En savoir plus
CAMCCO-L

Communauté de pratique d’intelligence artificielle en santé: de la recherche à l’application
Structuration des données de santé pour l’IA: Modèle de données historicisées pour les systèmes de santé apprenants.
En savoir plus
Stanford Institute for Human-Centered Artificial Intelligence (HAI)
AI + Health online conference
En savoir plusLa qualité des données de santé ? Pour qui ? Pour quoi ? Comment s'y prendre ?
En savoir plusLe projet de Mariame Gnéré Coulibaly porte sur le développement d’un outil de prédiction des bactéries hôtes des phages par apprentissage automatique (AA). Le premier objectif consiste à développer un outil d’AA pour identifier les paires bactérie-phage à partir des séquences d’espaceurs CRISPR (courtes répétitions palindromiques groupées et régulièrement espacées) retrouvées dans les génomes bactériens, qui sont des fragments de génomes de phages ayant infecté la bactérie.
Le projet de Fadwa Mehdaoui porte sur l’analyse des interactions entre les bactéries et leurs virus, les phages, dans le microbiote à partir de données de métagénomique couplées à des méthodes de bioinformatique et d’apprentissage automatique.
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.