Cette page dédiée présente l’un des thème / domaine stratégique actuellement en discussion dans le cadre de notre Programme de financement de recherche stratégique. L’ensemble des thèmes / domaines en discussion est indiqué sur la page du programme. Chaque page dédiée (y compris celle-ci) peut être à un niveau de détail et de maturité variable. Pour participer à la discussion sur ce thème ou en proposer de nouveaux, veuillez utiliser ce formulaire. Si vous souhaitez être tenu.e au courant des développements autour de ce thème / domaine, inscrivez-vous ci-dessous.

La prise de décision assistée par l’IA en radiologie et dans les opérations cliniques

Description et justification du domaine

L’objectif de ce thème est de développer des systèmes d’assistance à la prise de décision, en radiologie, en péri-opératoire, et sur l’ensemble de la trajectoire de soins.

L’objectif de ce thème est de développer des systèmes d’assistance à la prise de décision, en radiologie, en péri-opératoire, et sur l’ensemble de la trajectoire de soins.

Les bénéfices cliniques attendus sont le développement et le déploiement de techniques et de modèles, permettant une meilleure prise de décision, à des points cruciaux de la trajectoire de soins : une analyse personnalisée et fine des risques et bénéfices d’un acte chirurgical (cas d’usage 1), un modèle d’assistance à la détection de risques péri-opératoires (cas d’usage 2), une assistance à la surveillance radiologique (cas d’usage 7), etc.

On pourra aussi étudier l’assistance par l’IA à la définition des essais cliniques : détermination des cohortes, prise en compte des biais, etc.

Les défis technologiques sont, entre autres :

  • Déployer les principes de l’IA critique sur les technologies du thème. Un sujet particulier sera la robustesse du diagnostic aux inhomogénéités d’équipement et de techniques d’acquisition des images.
  • Jumeau numérique (digital twin) : Étudier l’ajout de modèles ou d’antérieurs (priors) biophysiques pour compléter l’IA, et en augmenter la robustesse, l’explicabilité, et la performance dans la prise de décision.
  • Étudier des approches de l’IA hybride (machine learning et logique) pour optimiser la prise de décision clinique.
  • Étudier et développer des systèmes d’assistance à la décision en environnement temps réel critique (bloc opératoire, déchocage), notamment en apprentissage par renforcement.
  • Étudier et développer des techniques permettant d’améliorer la productivité dans le diagnostic radiologique.

 

Contexte

Mots-clefs : Oncologie

Organisations pertinentes : MEDTEQ+, Gray OS, Elekta

Personnes pertinentes suggérées durant la consultation :

Les noms suivants ont été proposés par la communauté et les personnes mentionnées ci-dessous ont accepté d’afficher publiquement leur nom. Notez cependant que tous les noms des professeur.e.s (qu’ils soient affichés publiquement ou non sur notre site web) seront transmis au comité conseil pour l’étape d’identification et de sélection des thèmes stratégiques. Notez également que les personnes identifiées durant l’étape de consultation n’ont pas la garantie de recevoir une partie du financement. Cette étape sert avant tout à présenter un panorama du domaine, incluant les personnes pertinentes et non à monter des équipes pour les programmes-cadres.

  • Louis-Martin Rousseau
  • Nadia Lahrichi
  • An Tang

 

Programmes-cadres potentiels

(pas de programmes-cadres potentiels pour le moment)

Documentation complémentaire

(pas de documentation complémentaire pour le moment)

Intéressé.e? Entrez votre courriel pour recevoir les mises à jour en lien avec cette page :

Historique

30 juin 2021 : Première version

3 juillet 2021 : Complément d’information section “contexte”

5 juillet 2021 : Complément d’information dans la description du domaine

13 juillet 2021 : Ajout de personnes pertinentes

22 juillet 2021 : Ajout de personnes pertinentes