[J’ai testé pour vous] Atelier sur l’IA en santé

Le 12 novembre dernier avait lieu la sixième rencontre organisée par WiMLDS Montréal (Women in Machine Learning and Data Science). L’évènement portait sur l’IA dans le domaine de la santé et regroupait une quinzaine d’intéressé.e.s.

WiMLDS Montréal est un organisme ayant pour mission de promouvoir le rayonnement des femmes et des minorités de genre en apprentissage automatique et en science des données. Régulièrement, le groupe organise des conférences, ateliers, séances de réseautage et hackathons. Toutes ces activités sont  gratuites et accessibles à tous.

Pour cette occasion, l’organisme avait invité 3 scientifiques de renom : Barbara Decelle, Christine Bakhous et Manon Ansart pour discuter de leurs plus récents travaux en IA. Notamment, on a appris que cette technologie peut être utilisée pour localiser les pédicules, des structures osseuses situées dans les vertèbres, et pour poser un pronostic sur la maladie d’Alzheimer.

IA EN SANTÉ: OPPORTUNITÉS ET DÉFIS

Biologiste de formation, Barbara Decelle a travaillé pendant 10 ans à l’Institut de Recherche en Immunologie et en Cancérologie (IRIC). En 2019, elle a rejoint IVADO en tant que Conseillère à la recherche en santé. Dans ce rôle, elle favorise la collaboration entre les expert.e.s en santé et en science de données dans le but de créer des projets innovants.

Durant l’atelier, elle mentionne que « les attentes quand à l’utilisation de l’IA en santé sont très élevées ». Certains pensent que l’IA pourrait accélérer le développement de nouveaux médicaments et aider à trouver des traitements contre de graves maladies, comme le cancer. Mme. Decelle y apporte une certaine dose de pragmatisme, car pour l’instant, ces innovations sont loin d’être réalité. Elle note aussi que présentement, « moins de 10 entreprises » ont fait leurs preuves. Dans la grande région de Montréal, on retrouve par exemple CARA, qui offre une solution numérique pour aider les professionnels de la santé à analyser des images de la rétine.

Pourquoi est-il difficile de commercialiser des solutions d’IA en santé? Notamment, l’accès à des données, de qualité et en grande quantité, est particulièrement laborieux. En effet, il existe de nombreuses restrictions, énoncées par la Loi sur l’accès aux documents des organismes publics et sur la protection des renseignements personnels. Ces restrictions sont primordiales pour protéger la population, mais Mme. Decelle note que dans leur format actuel, « elles ne sont pas compatibles avec l’utilisation des données par des scientifiques des données ». Quand des chercheurs veulent entreprendre un projet, ils doivent soumettre une demande à la Commission d’accès à l’information du Québec (CAI). Or, le temps d’attente est souvent supérieur à 1 an!

DÉTECTER LA POSITION DES PÉDICULES

Ensuite, venait la présentation de Christine Bakhous. Elle a reçu son doctorat en mathématiques appliquées à l’Université Joseph Fourier (Grenoble I) en 2013. Aujourd’hui, elle travaille pour EOS Imaging, un groupe spécialisé dans les solutions en imagerie pour les soins ostéo-articulaires et la chirurgie orthopédique.

Exemple de résultats obtenus par Mme. Bakhous

Plus particulièrement, elle développe une technique pour localiser des structures osseuses faisant partie des vertèbres, appelées pédicules. À l’aide de réseaux de neurones convolutifs (CNN), sa solution analyse des radiographies et fait une première approximation de la position des pédicules. Pour chacune, les CNN récoltent ensuite 50 échantillons d’images dans la zone avoisinante. Cela leur permet de raffiner leurs prédictions de manière itérative. Tout le processus prend moins de 60 secondes et produit de meilleurs résultats que les techniques déjà existantes. Mme. Bakhous espère que son projet sera utile pour le diagnostic et le traitement des cas de scoliose. 

PRONOSTIC AUTOMATIQUE DE LA MALADIE D’ALZHEIMER

La troisième et dernière présentatrice, du nom de Manon Ansart, est chercheuse postdoctorale à l’ÉTS. Elle nous a parlé de son projet de thèse, au cours duquel elle a analysé les méthodes proposées dans la littérature scientifique pour le pronostic automatique de la maladie d’Alzheimer. Attention : « pronostic » est à ne pas confondre avec « diagnostic ». Le premier concerne la prévision de l’évolution d’une maladie, tandis que le second est son identification.  Mme. Ansart a découvert que le choix de l’algorithme pour accomplir le pronostic n’a pas toujours d’impact sur les résultats. Aussi, elle était surprise de constater que de nombreuses études n’avaient pas respecté les bonnes pratiques de l’IA. Par exemple, 7.3% d’entre elles avaient testé leurs résultats sur leurs données d’entraînement, chose à ne pas faire!

Quelques participant.e.s à l’atelier sur l’IA en santé

L’évènement a mené à des échanges enrichissants entre les participant.e.s et les expertes. Merci aux personnes qui offrent généreusement de leur temps pour organiser ces rencontres! Prochain rendez-vous le 26 novembre, où l’on s’intéressera à l’IA dans les jeux vidéo!