Structuration des données de santé pour l’IA: Modèle de données historicisées pour les systèmes de santé apprenants.
Nous vous invitons à nous rejoindre lors du Webinaire organisé par la communauté de pratique d’intelligence artificielle en santé: de la recherche à l’application avec l’appui de l’école de l’intelligence artificielle en santé du CHUM (ÉIAS).
Date: le 13 Décembre de 12 h à 14 h en mode virtuel
PROGRAMME
12 h à 13 h : Conférence: Modèle de données historicisées pour les systèmes de santé apprenants.
Conférence présentée par Dre Christina Khnaisser.
Les données relatives à la santé d’une personne existent dans plusieurs sources internes à un même établissement ou externes. À la dispersion des données dans de nombreuses sources peu, mal ou pas interconnectées s’ajoutent le problème d’interopérabilité et celui du suivi de l’évolution des données. L’exploration des données historicisées présente un potentiel important pour comprendre et interpréter divers phénomènes en santé et leur évolution dans le temps. Pour assister les cliniciennes-chercheuses et les cliniciens-chercheurs, de même que les gestionnaires face à l’augmentation du nombre d’intervenants et de la variété de données générées, il est indispensable de mettre à leur disposition une vue unifiée, temporalisée et annotée sémantiquement à différents niveaux de granularité. Durant ce séminaire Dr Khnaisser présentera un processus de modélisation qui consiste à structurer d’une façon complète, concise et non ambigüe un modèle de données pour permettre le suivi de l’évolution des données selon une sémantique temporelle unifiée incluant des opérateurs facilitant l’expressivité des requêtes et la détection d’anomalies temporelles.
13 h à 14 h : Séance de réseautage et d’échanges sur la vision de la communauté
La conférence sera suivie d’une rencontre de réseautage ouverte au public, l’occasion pour les membres et ceux qui ont un intérêt pour la communauté de se rencontrer et d’exprimer leur avis et attentes sur les activités de la communauté. Nous avons été actifs par le passé en suivant les suggestions des membres qui ont donné lieu à plusieurs activités dont une conférence conjointe France-Québec sur l’IA embarquée en santé ainsi qu’un panel de discussion sur les défis de déploiement de l’IA en milieu clinique et organisationnel. La séance de réseautage est une façon simple et conviviale de partager vos intérêts, vos suggestions et les défis qui vous animent et pour lesquels vous souhaitez que la communauté apporte des éléments de réponse par des ateliers ou des conférences. Notre communauté n’existe que pour alimenter les intérêts de ses membres et ne survit que par l’énergie et l’engagement de ces derniers.
> INSCRIVEZ-VOUS AU WEBINAIRE
À propos de la conférencière:
Dre Christina Khnaisser, Professeure en informatique de la santé à la faculté de médecine et des sciences de la santé de l’Université de Sherbrooke.
Professeure en informatique de la santé à la faculté de médecine et des sciences de la santé de l’Université de Sherbrooke et membre du groupe de recherche interdisciplinaire en informatique de la santé (GRIIS). Dre Khnaisser a obtenu en 2019 son doctorat en cotutelle en informatique médicale de l’Université de Paris et de l’Université de Sherbrooke avec le prix de meilleure thèse France-Québec. Dans sa recherche, elle s’intéresse à plusieurs aspects de l’informatique y compris la modélisation de bases de données temporelles, les langages de définition et d’interrogation de bases de données à l’aide d’ontologies, l’analyse et raisonnement temporels, la génération de graphes de connaissances et l’intégration de données pour les systèmes de santé apprenants. Présentement, cotitulaire de la chaire en numérique de la santé du ministère de l’Économie et de l’Innovation (MEI) du Québec, les travaux se focalisent sur l’élaboration des méthodes de construction de modèles de données historicisées pour des systèmes de santé apprenants.
La conférencière n’a pas de conflit d’intérêt à déclarer.
À propos de la communauté de pratique IA en Santé : de la recherche à l’application
La communauté est née au CRCHUM avec l’appui de l’École de l’Intelligence Artificielle en Santé du CHUM (ÉIAS). Notre groupe est composé d’étudiants, de chercheurs, de professionnels de recherche et d’industriels intéressés par les aspects techniques de l’application de l’IA dans le domaine de la santé.
L’objectif de la communauté est de partager le savoir et le savoir-faire autour de l’intelligence artificielle (IA) en santé et de mettre en place un réseau professionnel pour ouvrir et favoriser les collaborations. La communauté organise des rencontres avec des experts qui mettent l’emphase sur les défis rencontrés dans l’application de l’IA en santé et les grands apprentissages tirés de ces expériences.
Si vous êtes intéressée pour rejoindre la communauté, voici notre formulaire d’inscription à compléter.
