Démystifier l’intelligence artificielle dans le contexte de la santé publique

Mercredi, 19 février, 2020 - 12:00 - 13:30

Lieu : 

Université Laval
Pavillon Ferdinand-Vandry - Local 1226
Laval, QC G1V 0A6
Canada

Le domaine de la santé génère une quantité phénoménale de données sur une base quotidienne : images, rapports, résultats de laboratoire, questionnaires, rendez-vous, admissions, facturation, horaires, etc. De nouveaux outils numériques, notamment ceux issus du domaine de l’intelligence artificielle, peuvent utiliser ces données pour, par exemple, augmenter la productivité ou générer de nouvelles connaissances.

Cette présentation vise à démystifier l’intelligence artificielle (IA) dans un contexte de santé publique, d’abord en soulignant le lien important entre ces techniques et les données. Ensuite, des applications potentielles de l’IA en santé publique seront évoquées ainsi que les défis éthiques, légaux et sociaux associés.

L’écosystème numérique actuel et futur permettant le déploiement de l’IA sera aussi présenté de même que des projets en cours visant à l’accélérer (projet PULSAR à l’Université Laval) ou à étudier ses impacts (Observatoire international sur les impacts sociétaux de l’IA et du numérique).

Objectifs d’apprentissage

  1. Démystifier l’intelligence artificielle pour les acteurs de santé publique;
  2. Développer de bonnes pratiques et de bons réflexes quant aux données dans le domaine de la santé;
  3. Développer un esprit critique face à l’IA et à ses promesses.

Conférencier

Philippe Després, Ph. D.

PHILIPPE DESPRÉS, Ph. D.
Professeur agrégé, Département de physique, de génie physique et d’optique, Université Laval
Centre de recherche sur le cancer
Centre de recherches sur les données massives de l’Université Laval

Philippe Després est professeur agrégé au Département de physique, de génie physique et d’optique de l’Université Laval. Il est également membre du Centre de recherche sur le cancer de l’Université Laval, ainsi que physicien médical au CHU de Québec - Université Laval et chercheur régulier de ce Centre de recherche. Après une maîtrise à l’Université Laval (2000, Physique) et un doctorat à l’Université de Montréal (2005, Physique), il a réalisé un stage postdoctoral (2005-2007) à l’University of California, San Francisco, dans le domaine du génie biomédical et de l’imagerie moléculaire.

Ses projets de recherche portent sur les aspects matériels et logiciels de l’imagerie médicale, notamment sur la reconstruction tomographique. Il a été un pionnier du calcul informatique de pointe sur processeurs graphiques (GPU), menant au développement d’applications innovantes en physique médicale, notamment un code de transport radiatif Monte Carlo ultra-rapide basé sur GPU (GPUMCD). Il s’intéresse aussi à la valorisation des données dans le milieu médical, en particulier aux infrastructures, aux normes et aux bonnes pratiques (incluant les principes FAIR) nécessaires à l’exploitation responsable de l’information clinique. À ce titre, il agit comme responsable des données massives en sciences de la santé au Centre de recherche du CHU de Québec - Université Laval, et comme conseiller en architecture des données pour le projet PULSAR à l’Université Laval. Il est aussi le directeur adjoint du Centre de recherche en données massives de l’Université Laval ainsi que le co-responsable de l’axe Santé durable de l’Observatoire international sur les impacts sociétaux de l’IA et du numérique.

Rediffusion

Consulter la présentation PowerPoint de cette conférence au format PDF.

Pour visionner la conférence en différé :
http://extranet.fmed.ulaval.ca/multimedia/stream_cifss/fmed/public/med/Conferences_Sante_Publique/Conference_Sante_Publique_19-02-2020/

Évaluation

À la suite de la conférence, n’oubliez pas de remplir le questionnaire d’évaluation et la feuille de présence.

Formation liée :