Projets en cours

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
Exigences en matière de protection des renseignements personnels et de confidentialité pour l’utilisation d’un portail multi-établissements pour les patients au Canada
Description
Description

Ce projet consiste à examiner les exigences réglementaires en matière de respect des renseignements personnels et de confidentialité pour l’utilisation d’un portail patient dans diverses provinces canadiennes. 
Romina, membre de l’équipe d’assurance de la qualité et l’équipe d’étude de marché, a aussi contribué au déploiement de Opal dans de nombreuses cliniques au Centre du cancer des Cèdres.
 

Étudiant.e
Directeur.e(s) de recherche
John Kildea
Début du projet
Titre du projet de recherche
Infrastructure blockchain pour l'acquisition de données avec le portail patient Opal
Description
Description

Ce projet de recherche se base sur l'utilisation de la blockchain ou d'une solution alternative pour assurer la sécurité d’acquisition de données en utilisant l'application Opal. 
Il mettra en place une infrastructure blockchain démonstrative, examinant ses défis et ses inconvénients et proposant des solutions innovantes potentielles.
 

Étudiant.e
Directeur.e(s) de recherche
John Kildea
Début du projet
Titre du projet de recherche
Intégration des voix des patients et des cliniciens dans les médias sociaux associés à un portail patient
Description
Description

Ce projet est centré sur une analyse du processus de préparation d’une stratégie de médias axés sur le/la patient.e et des médias sociaux. Ces derniers fournissent aux patients des informations utiles sur le portail patient Opal et sur la façon dont ils peuvent en tirer le meilleur parti.

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.
 

Étudiant.e
Directeur.e(s) de recherche
John Kildea
Début du projet
Titre du projet de recherche
Préparation du portail des patients Opal pour une utilisation généralisée au Centre du cancer des Cèdres et de l’ajout d’un module destiné aux soignants
Description
Description

Ce projet comporte deux éléments : (1) la préparation de Opal pour la fonctionnalité soignante dans laquelle les patients pourront partager une partie ou la totalité de leurs données médicales avec leurs soignants, et (2) la préparation du contenu général pour Opal.

Directeur.e(s) de recherche
John Kildea
Début du projet
Titre du projet de recherche
Patients en confiance, recherche informée - Un projet pilote pour le don des données de radiothérapie en utilisant le portail patient Opal
Description
Description

Ce projet de recherche est centré sur la préparation d’une étude pilote visant à récolter, sur une base volontaire, des données relatives à la radiothérapie provenant de patients utilisant le portail patient, Opal. 
Ce projet examine les moyens par lesquels les patients peuvent partager leurs données et mettre en place la structure d’un projet démonstratif. 
 

Étudiant.e
Directeur.e(s) de recherche
Jacques Corbeil
François Laviolette
Début du projet
Titre du projet de recherche
Diagnostic numérique de la résistance aux antibiotiques par apprentissage machine
Description
Description

La découverte des agents antimicrobiens a été l'un des grands triomphes du XXe siècle. La nouvelle qui donne à réfléchir est que la résistance aux antibiotiques faisait également partie du processus. Si rien n'est fait d'ici 2050, la résistance aux antibiotiques coûtera 100 billions de dollars et 10 millions de personnes par an devraient en mourir (https://amr-review.org). Les facteurs à l'origine de la résistance aux antibiotiques vont au-delà des soins de santé humaine et ont des répercussions sur la médecine vétérinaire, l'agriculture et l'environnement (approche "One Health"). Les approches nouvelles et améliorées pour lutter contre la résistance aux antibiotiques comprennent une meilleure surveillance, une utilisation rationnelle des médicaments, un modèle commercial différent pour la production d'antibiotiques, l'innovation à tous les niveaux et, surtout, une approche globale.

Cette proposition de subvention d'équipe transnationale a pour but d'appliquer de nouvelles approches d'apprentissage machine pour la modélisation de la résistance aux antibiotiques afin d'accélérer le diagnostic, d'améliorer la surveillance et de prédire l'émergence de la résistance. Plus précisément, nous développerons la mise en œuvre de l'apprentissage machine qui peut orienter la sélection des traitements en évaluant le niveau de résistance, fournir une justification pour la génération de nouveaux antibiotiques et aider à la surveillance de la résistance aux antibiotiques chez l'homme et le bétail dans le monde entier.

Pour y parvenir, nous avons réuni une équipe transnationale (Canada, Chine, Finlande, France) aux compétences complémentaires, qui a fait ses preuves en matière d'apprentissage automatique à la fois à la génomique et à la métabolomique et aux experts du domaine de la résistance aux antibiotiques.  Notre équipe transnationale dispose de tous les éléments pour avoir un impact important et continuer à collaborer bien au-delà de la période de financement JPIAMR.

La complémentarité de notre expertise nous aidera à relever les défis à venir et à assurer la continuité de notre succès.

Directeur.e(s) de recherche
Jacques Corbeil
François Laviolette
Début du projet
Titre du projet de recherche
Développement d’une technologie de contrôle de la qualité des plantes en cours du procédé manufacturier de médicaments en utilisant la spectrométrie de masse à haut débit couplée à des approches en apprentissage automatique
Description
Description

L'efficacité et la robustesse du procédé manufacturier sont essentielles pour assurer la productivité et la prévisibilité dans la fabrication pharmaceutique. La technologie de fabrication de vaccins de Medicago utilise des plantes pour la production et notre objectif est de développer un système capable de prévoir et de contrôler l’aptitude des plantes à la production, et ce, tôt dans le processus, de l’ensemencement à la récolte des feuilles productrices.

À cette fin, nous devons identifier les facteurs qui régulent le niveau de production de chaque plante. Nous prévoyons mesurer un grand nombre de molécules, appelées métabolites, afin de déterminer les conditions optimales permettant à la plante de générer la quantité maximale de chaque produit. La quantité de mesures étant importante, nous utiliserons l’apprentissage automatique pour concevoir une intelligence artificielle capable de comprendre et d’identifier les schémas potentiellement très complexes de métabolites et/ou des caractéristiques corrélées à une productivité optimale.

Découvrir

Projet en vedette

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.

Lire plus