Projets en cours

Étudiant.e
Directeur.e(s) de recherche
Anne-Sophie Charest
François Laviolette
Début du projet
Titre du projet de recherche
Création d'un jeu de données synthétique pour des données de santé
Description
Description

Il est souvent difficile de partager des données dénominalisées entre différentes organisations et chercheurs en raison de contraintes éthiques liées à la confidentialité des répondants. Il peut ainsi s’écouler de longs mois, parfois même des années, entre la rédaction d’un projet de recherche et le début de l’analyse planifiée, ce qui limite la capacité des chercheurs à mener des travaux scientifiques de pointe au moment opportun et contribue à allonger inutilement la formation d’étudiants gradués, entre autres problèmes. Une solution possible est de créer un jeu de données synthétiques à partager aux chercheurs en attente de l’accès au jeu de données original. Ce jeu de données synthétique serait représentatif des données originales, mais créé de façon à ne pas révéler d’information confidentielle sur les répondants. Il permettrait aux chercheurs de se familiariser à l’avance avec les variables mesurées, d’anticiper les difficultés techniques du projet de recherche (stockage, logiciels, gestion des accès), et de planifier de meilleurs protocoles de recherche.

Nous étudions ici les enjeux techniques liés à la création de tels jeux de données synthétiques dans le domaine de la santé. Il faut notamment s’assurer que les modèles statistiques utilisés soient assez flexibles pour bien modéliser les corrélations entre les variables collectées, tout en s’assurant de ne pas sur-ajuster ceux-ci, ce qui pourrait nuire à la protection de la confidentialité. Le travail s’articulera autour de la création d’un jeu synthétique pour un sous-ensemble des données collectées par le Consortium d’identification précoce de la maladie d’Alzheimer - Québec (CIMA-Q), pour qui le partage des données à la communauté de recherche sur la maladie d’Alzheimer canadienne et internationale est un objectif important.
 

Étudiant.e
Directeur.e(s) de recherche
Nadia Lahrichi
Début du projet
Titre du projet de recherche
Décisions thérapeutiques analgésiques intraopératoires basées sur le NOL index : apport d’une approche basée sur les données pour améliorer justesse et pertinence
Description
Description

Ce projet de recherche se base sur l’analyse de données massives portant sur l’index NOL et d’autres paramètres cliniques intraopératoires utilisés par les anesthésistes durant une chirurgie. Ces paramètres les aident à prendre des décisions de traitements analgésiques chez un patient non-communiquant sous anesthésie générale et chez qui il est impossible d’évaluer la douleur et les besoins en analgésiques par les questionnaires habituels réalisés sur patients éveillés.
Dans un premier temps, l’objectif est d’interpréter les valeurs de cet index en lien avec les décisions prises par le clinicien. 
Dans un deuxième temps, il s’agit de développer un algorithme d’intelligence artificielle pouvant guider la prise de décision pour plus de précision et une meilleure sécurité anesthésique pour le patient.
 

Étudiant.e
Directeur.e(s) de recherche
Vicky Drapeau
Yves De Koninck
Philippe Després
Collaboration
PULSAR
Début du projet
Titre du projet de recherche
Conception, opérationnalisation et validation d’un modèle d’évaluation de la santé durable adapté à une plateforme numérique
Description
Description

Le projet porte sur la conception, l’opérationnalisation et la validation d’un modèle d’évaluation de la santé durable. 
Ce modèle sera adapté à une plateforme numérique, reposera sur des bases théoriques et conceptuelles solides et regroupera des indicateurs valides et nourris par des données dépeignant une conception globale et écosystémique de la santé. 
Une fois opérationnalisé, implémenté et validé dans le cadre d’une cohorte, ce modèle représentera une stratégie innovante pour la santé durable grâce à des technologies et des modes d'intervention améliorés.
 

Directeur.e(s) de recherche
François Laviolette
Début du projet
Titre du projet de recherche
Caractérisation complète des interactions médicamenteuses à l'aide de méthodes d'apprentissage profond
Description
Description

La caractérisation des interactions médicamenteuses (DDI) est cruciale pour la planification de thérapies et la co-administration des médicaments. Malgré les nombreuses expériences in vivo et essais cliniques, les implications pharmacologiques et les effets secondaires indésirables de certaines associations médicamenteuses demeurent incomprises. L’impact conjoint de la majorité de ces combinaisons reste non détecté jusqu'à ce que des traitements soient prescrits aux patients. Il est donc nécessaire de concevoir des outils informatiques qui permettent non seulement de détecter les DDI afin de réduire les coûts expérimentaux mais aussi de caractériser de manière exhaustive tous les effets des combinaisons de médicaments avant leur mise en vente sur le marché. 
Les précédentes tentatives de création de tels outils étaient essentiellement axées sur les interactions pharmacodynamiques et pharmacocinétiques et utilisaient des informations difficiles d'accès au début des campagnes R & D. 
Dans ce projet, nous proposons d’utiliser différentes informations sur les médicaments et leurs cibles (voies, biomarqueurs, expressions géniques, etc.) qui sont disponibles au début de chaque campagne de R & D. Notre hypothèse est que des caractéristiques de haut niveau peuvent être extraites de ces données au moyen d’algorithmes d’apprentissage profond et améliorer la caractérisation DDI. De ce fait, nos modèles seront entraînés pour reproduire les effets pharmacologiques des DDI ainsi que les interactions sous-jacentes des voies moléculaires et biologiques. 
Créer une telle boîte à outils complète aidera à réduire les risques dans les thérapies de polypharmacie.
 

Étudiant.e
Directeur.e(s) de recherche
Philippe Després
Guillaume Latzko-Toth
Début du projet
Titre du projet de recherche
Pseudo-médecines et science des données : étude de l’impact des algorithmes apprenants sur la propagation de la désinformation dans le domaine de la santé
Description
Description

Le projet vise à étudier les effets sur le débat public de l'intelligence artificielle (IA) et de la science des données, et de leurs usages par les nouveaux diffuseurs de contenu sur le web. 
Il se propose d'aborder les aspects éthiques des algorithmes apprenants et des filtres de recommandation utilisés par les acteurs d'internet pour la présentation et la sélection du contenu aux internautes. Plus particulièrement, le projet pose la question de la conséquence de tels algorithmes sur la santé publique, notamment dans la propagation de la désinformation médicale et des pseudo-médecines.
Ce projet se propose donc de porter un regard critique sur les techniques de la science des données, et sur leurs utilisations. Le point de vue développé intégrera les savoirs de différentes disciplines des sciences sociales (éthique, sciences de la communication, philosophie des techniques) et influencera le développement de solutions techniques et de conseils pour la mise en œuvre d'une IA éthique et durable. 
Le projet comporte donc un double-volet technique et philosophique, avec une perspective d'intégration interdisciplinaire.

Étudiant.e
Directeur.e(s) de recherche
John Kildea
Début du projet
Titre du projet de recherche
Préparation d’un portail patient utilisé comme outil d’autogestion
Description
Description

Ce projet fait partie des efforts visant à préparer Opal à l'utilisation par les patients, en leur fournissant des ressources d'autogestion telles que des questionnaires et du matériel éducatif.

Étudiant.e
Directeur.e(s) de recherche
John Kildea
Début du projet
Titre du projet de recherche
Évaluation des facteurs relatifs à la vie privée concernant la nouvelle plateforme de partage de données à travers le portail pour patients Opal
Description
Description

Ce projet porte sur la notion de partage de données recueillies par Opal et comprends une évaluation de l'impact sur la vie privée de l’utilisation du portail et de l’éventuel partage des données se trouvant sur celui-ci.

Étudiant.e
Directeur.e(s) de recherche
Louis Archambault
Début du projet
Titre du projet de recherche
Développement d'un procédé d'étalonnage automatique pour les dosimètres à scintillation multipoints en utilisant la décomposition par composante principale pour représenter les données
Description
Description

Les dosimètres à scintillation multipoints sont des appareils permettant de mesurer en temps réel la dose de radiation déposée à plusieurs endroits simultanément dans l'espace. La collecte de données ne peut être précise que si l’appareil est bien calibré.

L'objectif de ce projet de recherche consiste à développer une démarche automatisée permettant de calibrer, en utilisant le faisceau d'un accélérateur linéaire de radiothérapie, les dosimètres à scintillation multipoints en illustrant les données de calibration dans l'espace des composantes principales.

Les mesures acquises avec un dosimètre à scintillation multipoints sont des mesures spectrales de la lumière produite au sein du dosimètre, ce dernier ayant la propriété d'émettre de la lumière proportionnellement à la dose reçue. À partir d'un ensemble de mesures de calibration, un algorithme de Non-Negative Matrix Factorisation (NMF) est appliqué sur l'ensemble des données afin de prédire les différentes composantes spectrales de base qui composent les mesures. Afin de simplifier la visualisation des données représentant un ensemble de mesures de calibration, celles-ci sont transformées en utilisant un algorithme de décomposition par composantes principales (PCA), puis représentées graphiquement dans un nouvel espace, appelé l'espace des composantes principales. Dans cet espace, il est possible de visualiser la composition des mesures de calibration par rapport à chaque composante spectrale de base.

Différents ensembles de mesures de calibration sont donc représentés dans cet espace, puis envoyés à l'algorithme de NMF afin d'évaluer les performances de cet algorithme en fonction de différents ensembles de mesures d'étalonnage, pour ultimement déterminer les mesures à acquérir expérimentalement afin de calibrer adéquatement ces types de dosimètre.

Étudiant.e
Directeur.e(s) de recherche
Philippe Després
Début du projet
Titre du projet de recherche
Pipelines de données en radiologie diagnostique
Description
Description

Ce projet vise la création de pipelines de données en radiologie diagnostique afin d'alimenter des outils de visualisation et d'analyse.

Un premier pipeline est destiné à l'anonymisation des données selon la norme DICOM tandis qu'un second permet d'alimenter les plateformes Kibana (Elasticsearch) ou Superset (Apache).  

L'orchestrateur Airflow (Apache) est utilisé pour automatiser l'exécution des pipelines, qui pourront éventuellement alimenter des tableaux de bord dynamiques.

Étudiant.e
Directeur.e(s) de recherche
John Kildea
Début du projet
Titre du projet de recherche
Fédération de données asynchrones pour un portail patient multi-institutionnel
Description
Description

Un portail patient est une partie d’un système de dossiers médicaux électroniques qui est rendue accessible aux patients. Bien que les portails patients existent depuis de nombreuses années, ceux-ci ont vu un taux d’adoption faible au Canada. Ceci est dû en grande partie au désir des provinces d’investir dans de grands systèmes centralisés de dossiers médicaux électroniques, et à la complexité de la mise en œuvre de tels systèmes. Cependant, les patients demandent à avoir accès à leurs données médicales, et ce, sans attendre l’arrivée de ces systèmes centralisés complexes. 
Ainsi, ce projet vise à développer et à évaluer le portail patient Opal, déjà en place au Centre universitaire de santé McGill, comme portail patient multi-institutionnel employant une nouvelle infrastructure d’échange de données asynchrone.
 

Découvrir

Projet en vedette

Le projet vise à étudier les effets sur le débat public de l'intelligence artificielle (IA) et de la science des données, et de leurs usages par les nouveaux diffuseurs de contenu sur le web. 

Lire plus