Bannière

Chirugiens

Fonds d'accélération des collaborations en santé - Appui de 4,8 M$ à l'Institut de recherche du Centre Universitaire de santé Mcgill et ses partenaires pour un projet de Consortium de soins intelligents

Publié le 13 décembre 2021

Le ministre de l'Économie et de l'Innovation et ministre responsable du Développement économique régional, M. Pierre Fitzgibbon, annonce l'attribution de 4,8 millions de dollars à l'Institut de recherche du Centre universitaire de santé McGill pour soutenir la réalisation du projet Le consortium québécois de soins intelligents, sélectionné dans le cadre du deuxième appel de projets du Fonds d'accélération des collaborations en santé (FACS).

Estimé à 10,18 millions de dollars, ce projet consiste à favoriser l'efficacité dans la prestation des soins de santé grâce à des approches d'intelligence artificielle et à l'utilisation de technologies de santé mobile. Ce projet accroîtra la maturité et la compétitivité des PME partenaires. Il sera réalisé de concert avec le Centre hospitalier universitaire Sainte-Justine et l'Université McGill ainsi que huit partenaires privés (voir Faits saillants).

... « Notre projet aidera les patients à mieux comprendre leurs soins, permettra aux cliniciens de travailler plus efficacement et aidera les chercheurs à découvrir de nouveaux traitements pour l'avenir. Il démontrera comment le Québec peut devenir un chef de file mondial dans ce domaine. En utilisant le portail patient Opal, nous construirons une infrastructure numérique et une gouvernance robuste pour faciliter le partage des données en santé. Grâce à notre consortium, nous accélérerons également les innovations en matière de santé par le développement de partenariats fructueux. »: Citation de John Kildea, co-chercheur FONCER en SDRDS et professeur adjoint au Département de physique médicale de l'Université McGill, scientifique à l'Institut de recherche du Centre universitaire de santé McGil et co-chercheur FONCER en SDRDS. 

En savoir plus

Découvrir

Projet en vedette

Ce projet de recherche vise à développer un outil capable de générer automatiquement des segmentations d’organes d’intérêt sur des images tomodensitométriques, à partir de techniques d’apprentissage automatique (machine learning).

Lire plus