Un coup de pouce financier pour accélérer la génération de données synthétiques en santé

Quatre projets de recherche collaborative visant à synthétiser des données de santé ont été sélectionnés pour recevoir près de 400 000 $ de financement à la suite d’un symposium sur les données synthétiques en santé coorganisé par CIFAR, IVADO et Mila.

Le symposium, qui s’est tenu en novembre 2021, a réuni plus de 250 participants et participantes, dont des expertes et experts canadiens et internationaux, pour examiner des études de cas portant sur les données synthétiques, incluant leur utilisation dans l’imagerie médicale, les données cliniques et la génomique.

Un appel à propositions a ensuite été lancé et les propositions retenues ont reçu l’appui du programme de subventions Catalyseur de CIFAR ainsi que des fonds supplémentaires fournis par Mila et Mitacs.

« Les algorithmes d’IA et les systèmes intelligents sont très prometteurs dans le secteur de la santé. Faciliter l’accès aux données tout en préservant la vie privée est essentiel pour développer des algorithmes robustes et responsables et respecter la volonté des citoyens et citoyennes. »

– Barbara Decelle, conseillère à la recherche en santé, IVADO

Générer des ensembles de données synthétiques

Les projets, qui doivent être achevés dans un délai d’un an, comprennent des travaux de recherche et des applications en apprentissage automatique pour générer des ensembles de données synthétiques à partir de jeux de données réels.

« En réunissant des chercheurs et chercheuses universitaires et industriels pour examiner les possibilités et les défis liés à l’utilisation et à la mise en œuvre de données synthétiques en santé, nous ouvrons la voie à de nouvelles utilisations de l’IA pour améliorer les soins des patients et patientes. »

– Catherine Saine, directrice, Partenariats et stratégie, Mila

Ils explorent différentes méthodes d’intelligence artificielle pour générer des images médicales et des données cliniques qui visent à assurer la fidélité et la protection de la vie privée des patients et des patientes.

Quatre projets en génération de données synthétiques

Les quatre projets annoncés aujourd’hui sont :

• Modèles génératifs préservant la vie privée pour la synthèse d’images rétiniennes utilisées à des fins de diagnostic. Responsable : Xiaoxiao Li, Université de la Colombie-Britannique en partenariat avec Roche.

• Synthèse de données préservant la confidentialité d’une cohorte pour étudier et stimuler la recherche sur la crise des opioïdes au Canada. Responsable : Sébastien Gambs, Université du Québec à Montréal en partenariat avec Statistique Canada.

• Génération de données synthétiques préservant la vie privée à partir de bases de données administratives sur la consommation de médicaments sur ordonnance pour l’analyse de l’utilisation de médicaments au sein de la population québécoise. Responsable : Christian Gagné, Université Laval en partenariat avec la Régie de l’assurance maladie du Québec.

• Un générateur capable de créer des images et les étiquettes associées pour différents types d’images telles que des images de la rétine, des lésions de la peau et d’histopathologie. Co-responsables : Raymond Ng et Mathias Lecuyer, Institut de science des données de l’Université de la Colombie-Britannique, en partenariat avec Microsoft Research.

« Nous sommes impatients de voir les résultats de ces solutions novatrices qui utilisent des données synthétiques pour préserver la vie privée, tout en permettant à l’IA de disposer du grand volume de données nécessaire pour accélérer la découverte de solutions en santé. »

– Lilia Jemai, directrice nationale, Intelligence artificielle, Mitacs 

Source : CIFAR

Crédit Image à la Une : Chris Liverani / Unsplash