Le projet a ensuite été élargi à tous les secteurs des soins infirmiers du CUSM. Il a permis de centraliser les connaissances cliniques en premier lieu et de profiter de l?apport des compétences propre au génie : une complémentarité gagnante ! » À la suite de ce projet achevé au printemps 2014, Pierre Schell a été recruté par le CUSM comme gestionnaire de projet et expert en évaluation. Depuis qu?il collabore à des projets du CUSM, M. Schell constate à quel point l?accessibilité à des données probantes permet de prendre de meilleures décisions pour les patients et le personnel. « Aujourd?hui, il est parfois difficile pour les antérieures, en affinant à chaque fois la précision de leurs résultats. Lorsque les données sont des images médicales, les programmes parviennent effectivement à repérer des anomalies qui peuvent échapper au regard humain », explique Christopher Pal, professeur au Département de génie informatique et génie logiciel et spécialiste en intelligence artificielle. Un des projets du P r Pal a pour objectif le développement de programmes d?analyse d?images médicales numériques en vue d?identifier des tumeurs cérébrales, avec une précision à l?échelle du pixel. Utilisant des approches d?apprentissage automa- P r Christopher Pal, Département de génie informatique et génie logiciel professionnels de la santé, faute de temps et de moyens dans le milieu de la santé, de mener des analyses approfondies dans ce sens. Comment, alors, prendre les meilleures décisions pour les patients ? C?est ici que l?apport des compétences liées à l?optimisation mathématique et aux sciences des données issues d?une formation d?ingénieur s?avère un atout décisif pour les gestionnaires, qui cherchent à utiliser au mieux toutes les ressources qu?ils ont à leur disposition », observe-t-il. Des algorithmes qui apprennent à diagnostiquer à partir d?images médicales Des machines seraient-elles plus fortes que les médecins pour détecter une tumeur sur une image médicale ? « Avec des algorithmes d?apprentissage, on peut obtenir des programmes capables non seulement d?interpréter des données, mais aussi d?interpréter de nouvelles données sur la base des analyses tique, ce projet, mené en collaboration avec le P r Yoshua Bengio, du Département d?informatique et de recherche opérationnelle (DIRO) de l?Université de Montréal, ainsi que des partenaires privés, permettra de diagnostiquer des tumeurs à un stade très précoce et de vérifier l?état de leur progression. La précision de l?analyse d?images est de l?ordre du pixel. « Ce genre de modèle nécessite beaucoup de données. Plus elles sont nombreuses et plus nos algorithmes deviennent performants. Pour nous, le big data est un avantage ! » déclare M. Pal. D?où l?importance pour son équipe d?obtenir la participation des centres hospitaliers au partage d?images médicales. « Heureusement, au Québec, le système de santé se montre collaborateur quand l?impact positif des projets sur l?amélioration de la qualité de vie des patients est démontré. »

« Pour nous, le

big data

est un avantage ! »

P r Christopher Pal >> ÉTÉ 2015 / Volume 12 / Numéro 2 / POLY 9

Vous devez télécharger Flash Player


Vous devez télécharger au minimum la version de Flash Player 9

Cliquez ici

Adobe Flash Player Download Center