Science des données responsable dans le domaine de la santé

L’objectif de SDRDS est de soutenir les projets de formation novateurs qui encouragent les approches axées sur la collaboration et l’intégration et qui aident la relève scientifique à faire la transition vers le marché du travail dans des domaines prioritaires en recherche et en innovation. Ce programme améliore le contexte dans lequel se déroulent le mentorat et la formation des futurs chercheurs tout en leur permettant d’acquérir une expérience utile dans un milieu de recherche.

Date

En continu

Localisation

Université Laval
Centre de recherche en données massives (CRDM)
Pavillon Adrien-Pouliot, local 3947

Coûts

Inscription régulière à l'Université Laval

Des images médicales aux résultats de laboratoire, en passant par les sommaires d’hospitalisation et les registres de maladies, le secteur médical génère d’énormes quantités de données. Or, leur potentiel est peu exploité, notamment en raison d’une pénurie de personnel qualifié en informatique et des règles d’accès restrictives liées à la protection de la vie privée. Le programme formera une relève capable de travailler avec ces données tout en étant au fait des enjeux éthiques, juridiques et sociaux de l’intelligence artificielle.

Cette relève développera, en plus de compétences techniques à la fine pointe, des habiletés professionnelles en : 

  • Gestion
  • Communications
  • Transfert de connaissances
  • Éthique et droit

Consulter le site Web du programme FONCER

Plus d’information sur les objectifs du programme FONCER

Pourquoi cette formation?

Le secteur médical génère de grandes quantités de données structurées et non structurées au quotidien, notamment 1) des données relatives à la santé, telles que des images médicales, des résultats de laboratoire, des scores de questionnaire, des détails de traitement et 2) des données relatives aux soins de santé, telles que des hospitalisations / transferts / décharges, démographie, registres de maladies, comptes de facturation, rendez-vous et calendriers.

On peut soutenir que les environnements cliniques sont parmi les secteurs produisant la plus grande quantité de données, mais que leur potentiel reste relativement peu exploité du point de vue du Big Data et de l’intelligence artificielle. Il y a plusieurs raisons à cela, principalement des règles d’accès restrictives pour se conformer à la confidentialité et des règles de confidentialité et des politiques.

Il existe également une pénurie reconnue de personnel hautement qualifié en informatique, un problème exacerbé dans le secteur de la santé et de la santé où les experts en données doivent posséder des compétences et des connaissances professionnelles allant au-delà de ce qui est généralement nécessaire pour la gestion, l’analyse et l’exploitation de données non confidentielles. Les scientifiques et les ingénieurs spécialisés dans les données de santé et de santé, par exemple, doivent maîtriser les techniques de chiffrement et de désidentification, mettre en place des architectures de système garantissant la confidentialité des conceptions, effectuer des analyses de données non révélatrices et développer des outils sans biais pouvant être utilisés de manière intuitive par les patients, les cliniciens et les décideurs ou makers.

En outre, ils doivent être parfaitement conscients des implications éthiques, juridiques et sociales (ELSI) de leur travail et agir de manière responsable pour maintenir la confiance du public. 

Dans ce contexte, des chercheurs associés au Centre de recherche en données massives (CRDM) de l’Université Laval ont créé un programme de formation innovant à l’interface des sciences des données, de la médecine, de la santé publique, du droit, de l’éthique et des politiques. Le programme de formation proposé, à l’avant-garde des nouveaux défis liés à l’utilisation de l’intelligence artificielle dans le secteur de la santé, est novateur à l’heure actuelle dans cette ère d’environnements sociaux et numériques en pleine mutation.

Le Canada, avec ses grands systèmes de santé provinciaux et ses systèmes de TI fédérés, est bien placé pour devenir un chef de file de la science des données de santé et de la santé responsables, à condition de pouvoir mobiliser un effectif capable de relever les défis associés. 

Formation présentée par

Chercheurs responsables du programme

Équipe complète du programme

Chercheurs responsables : François Laviolette (Université Laval), Anne-Sophie Charest (Université Laval) et Philippe Després (Université Laval)

Co-applicants externes: Louis Archambault, John Kildea, Nadia Lahrichi, Isabel Fortier, France Légaré, Catherine Régis, Louis-Martin Rousseau.

Organisations: MSSS, INESSS, Imagia Cybernetics, Greybox Solutions Inc, McGill Medical Physics Unit, NRC, ICES, Population Data BC, IVADO, INSPQ, École Polytechnique Montréal, McGill.

Collaborateurs: Pierre-Luc Déziel, Luc Beaulieu, Jan Seuntjens, Patrick Archambault, Simon Duchesne, Jean-François Éthier, Carole Artault-Noury, Jason Robert Guertin, David Bucheridge, Ariane Bélanger-Gravel, Lyse Langlois, Gilles Savard, Denis Roy et Alexandre Le Bouthillier.

Restons en contact!

Vous souhaitez être informé des nouvelles et activités de l'IID? Abonnez-vous dès maintenant à notre infolettre mensuelle.