Intelligence artificielle

L’intelligence artificielle joue un rôle dans la découverte de médicaments. Il existe une panoplie de données existantes ou pouvant être recueillies pour mieux comprendre les maladies. Ces informations permettent également de développer des médicaments qui pourront de plus en plus être personnalisés selon le profil du patient. Les informations recueillies permettent de créer des modèles 3D et de concevoir et tester une molécule virtuellement. De plus, certaines de ces technologies permettent d’analyser le profil d’un patient afin de déterminer quels patients répondront le mieux aux médicaments créés.

L’unité de recherche bio-informatique fonctionnelle et structurale dirigée par Sébastien Lemieux a pour objectif de pré-traiter les données afin de les rendre plus faciles à utiliser pour en extraire des informations significatives. Le groupe s’intéresse particulièrement aux niveaux d’expression d’ARN messager permettant d’identifier les événements d’épissage ou la présence de mutation.

Les compagnies MIMS et Perceiv AI, pour leur part, participent à la conception d’études cliniques. À l’aide de leurs divers algorithmes, elles sont en mesure de trouver la population qui pourrait le mieux répondre à la médication testée et montrer son efficacité. Ils sont en mesure de créer des sous-populations de patients en fonction de la susceptibilité de ceux-ci à bien réagir au médicament ou à présenter des complications.

D’autres plateformes se concentrent à tester des molécules candidates, prédire le métabolisme du médicament, vérifier leur efficacité sur les sites ciblés et déterminer la possible interaction avec d’autres médicaments. Les compagnies InVivo AI et Molecular Forcaster offrent des plateformes de ce type.  InVivo AI se concentre davantage sur le développement d’agent thérapeutique pour les maladies avec une origine génétique ayant peu d’information comme certaines maladies rares ou cancers. Molecular Forcaster pour sa part développe la plateforme pour les experts en découverte médicale.

Les diverses informations récoltées à propos d’un patient permettent aux médecins d’émettre un diagnostic. Avec l’avancement de la technologie, l’utilisation de l’imagerie est de plus en plus importante pour la prise de décisions. L’analyse des images peut parfois être complexe et c’est à cet instant que l’intelligence artificielle entre en jeu. Il ne s’agit là que d’un exemple d’utilisation de l’intelligence artificielle pour la formulation d’un diagnostic; voici d’autres exemples d’utilisation de l’intelligence artificielle.

Artic Fox AI extrait pour sa part des informations des résonances magnétiques du cerveau afin de poser des diagnostics de maladies neurodégénératives comme l’Alzheimer.

En collaboration avec des partenaires des milieux hospitalier, biotechnologique, pharmaceutique et de l’équipement médical, Imagia exploite le plein potentiel de toutes les données des organisations afin de réaliser des percées médicales. Les scientifiques d’Imagia utilisent un processus nommé radiomique qui permet de trouver des biomarqueurs dans des données d’imagerie des patients. Ils développent des systèmes de traitement de données qui pourront analyser ces images et ainsi prédire la progression d’une maladie ainsi que la réponse du patient au traitement.

Airfred Health a mis sur le marché un produit qui permet d’aider les psychiatres à choisir le meilleur traitement pour un patient atteint d’une maladie mentale. Grâce à une analyse des données sur un patient, la plateforme permet de prédire la réaction du patient au traitement et de suivre le patient tout au long des traitements.

Les informations obtenues par l’analyse de l’œil et de ses mouvements sont d’un grand intérêt pour diverses PME qui les utilisent dans le diagnostic d’affections comme les commotions cérébrales, les affections vestibulaires, les maladies neurologiques ou les maladies ophtalmologiques. Des PME telles que Saccade Analytiques, Zilia, Optina et Diagnos utilisent toutes l’intelligence artificielle ayant trait aux analyses oculaires.

L’une des priorités au Canada et au Québec est d’optimiser les soins de santé. L’accès aux spécialistes est un enjeu considérable, particulièrement pour les patients en régions éloignées. De plus, les traitements de plus en plus personnalisés nécessitent une optimisation de l’accès au diagnostic et au suivi. Les innovations comme la télémédecine et l’accès aux données du patient à distance grâce à l’intelligence artificielle peut y contribuer. Par ailleurs, les objets connectés pourront générer un grand nombre de données accessibles à distance, souvent en continu, pour optimiser le suivi réalisé en télémédecine. L’intelligence artificielle jouera un rôle important pour aider le spécialiste à s’y retrouver dans ce nombre impressionnant de données afin de tirer les bonnes conclusions.  Voici des exemples d’initiatives qui jouent un rôle dans l’optimisation des soins de santé et de leur accès.

La plateforme d’AlayaCare permet aux patients d’avoir accès à un médecin de la maison. Par un système de vidéo-conférence, le patient peut discuter avec son médecin. De plus, la plateforme permet aux équipes de soin à domicile de recueillir des informations pertinentes à propos de la santé du patient ou même d’inciter le patient à colliger lui-même certaines informations. Grâce à ces données, la plateforme AlayaLab analyse les résultats pour prédire et prévenir des événements nocifs pour le patient.

Tactio est l’un des principaux fournisseurs de solutions de santé connectée permettant aux patients, professionnels de la santé et entreprises de numériser les plans de traitement centrés sur les patients avec des solutions compatibles FHIR / SMART intégrant les données mobiles, le Web, l’Internet des objets, l’interopérabilité des systèmes de santé, l’infonuagique et l’intelligence artificielle.

Hexoskin est une compagnie établie à Montréal qui développe des vêtements biométriques suivant au quotidien les patients et récoltant une quantité considérable de données médicales. Ces vêtements sont utilisés dans plusieurs sphères de la santé telles que la cardiologie, la pneumologie, la neurologie, la psychiatrie ou la pédiatrie. Une fois saisies dans une plateforme de santé connectée, ces données peuvent être utilisées pour la recherche et comme outil de communication pour le personnel soignant.

Moonshot Health a mis de l’avant un nouveau modèle de soins de santé qui va au-delà de la médecine épisodique en cabinet pour fournir des soins préventifs, continus et collaboratifs grâce aux biomarqueurs numériques. La compagnie met en place une plateforme pour la cueillette transparente de données pertinentes pour la santé afin de détecter les changements susceptibles de signaler l’apparition de maladies ou le besoin de changer de comportement ou de traitement médical. La plateforme se connecte à de nombreuses sources de données (appareils portables, appareils connectés, dossiers médicaux électroniques, plateformes sociales, etc.) et utilise l’intelligence artificielle pour développer et valider des «biomarqueurs numériques», véritables indicateurs de santé à utiliser pour la détection et la surveillance d’états pathologiques.

L’utilisation des données par l’intelligence artificielle peut se faire de différentes façons, que ce soit par l’apprentissage profond qui permet à la machine de créer un raisonnement à partir des données qu’elle analyse jusqu’au traitement automatique du langage naturel qui permet de comprendre le langage humain. Ces diverses méthodes nécessitent un éventail de programmations et de recherches. Cependant l’utilisation des données recueillies auprès des patients aux fins d’analyse ou de création de raisonnements artificiels suscite un grand nombre de questionnements quant à la confidentialité et à l’éthique. À Montréal, les organisations qui travaillent en intelligence artificielle ont décidé de créer une déclaration jetant les bases de l’éthique pour cette technologie.

Le 3 novembre 2017, l’Université de Montréal lançait les travaux de co-construction de la Déclaration de Montréal pour un développement responsable de l’intelligence artificielle (la « Déclaration de Montréal »). La Déclaration de Montréal est un effort collectif qui a pour objectif de mettre le développement de l’intelligence artificielle au service du bien-être de tout un chacun, et d’orienter le changement social en élaborant des recommandations ayant une forte légitimité démocratique.

Montréal est reconnu comme un bassin important pour l’intelligence artificielle. Les recherches qui y sont réalisées sont d’une grande influence pour l’avancement de l’intelligence artificielle. En 2018, Yoshua Bengio, pionnier de l’apprentissage profond a reçu le prix Turning, « le prix Nobel de l’informatique ». Professeur à l’Université de Montréal, il est une référence mondiale en matière d’intelligence artificielle et l’un des informaticiens les plus cités en 2018. Il est le fondateur de l’Institut québécois d’intelligence artificielle, le MILA, dont il est le directeur scientifique.

Le MILA est le fruit d’une collaboration entre l’Université de Montréal et l’Université McGill, en lien étroit avec l’École Polytechnique de Montréal et HEC Montréal. Le MILA rassemble des chercheurs spécialisés dans le domaine de l’apprentissage profond et par renforcement. Reconnu mondialement pour ses importantes contributions au domaine de l’apprentissage profond, le MILA s’est particulièrement distingué dans les domaines de la modélisation du langage, de la traduction automatisée, de la reconnaissance d’objets et des modèles génératifs. Le MILA crée un espace unique d’innovation en intelligence artificielle et de transfert de technologies qui mettra à profit les interactions avec l’industrie et suscitera l’émergence de sociétés en démarrage tout en prenant en considération les impacts sociaux des technologies dans ses projets.

Le laboratoire de Doina Precup, membre du MILA, se distingue par ses activités. Enseignant à l’Université McGill, Doina Precup concentre ses recherches fondamentales sur l’apprentissage par renforcement, notamment sur les applications de l’intelligence artificielle dans des domaines ayant un impact social comme les soins de santé. Elle s’intéresse à la prise de décisions de la machine dans des situations présentant un degré d’incertitude élevé.

Outre le MILA, d’autres établissements sont reconnus pour leur expertise en intelligence artificielle.

L’École de l’intelligence artificielle en santé du CHUM constitue une première mondiale. Elle se concentre sur le développement des capacités humaines et l’implantation en milieu réel de l’intelligence artificielle. Elle permet à sa communauté de se développer, d’appliquer l’intelligence artificielle à la santé et d’en mesurer les impacts pour les patients, les équipes, le système de santé ainsi que d’étendre les connaissances et les compétences à l’échelle internationale.

L’Institut de valorisation des données (IVADO) a pour vocation de regrouper les professionnels de l’industrie et les chercheurs universitaires afin de développer une expertise de pointe dans les domaines de la science des données, de l’optimisation (recherche opérationnelle) et de l’intelligence artificielle. Les membres d’IVADO proposent des méthodes pour traiter l’information et ainsi favoriser les décisions optimisant l’utilisation des ressources. Concrètement, IVADO incite aux échanges et au partage de connaissances entre les spécialistes, les partenaires, les chercheurs et les étudiants de son réseau.

Le Pôle montréalais d’enseignement supérieur en intelligence artificielle (PIA) vise à mobiliser les établissements d’enseignement pour aligner les talents de l’intelligence artificielle.  Le PIA vise à accroître la capacité des cégeps et des universités de Montréal à développer rapidement l’offre de formation supérieure en intelligence artificielle en collaboration avec les partenaires intéressés. Il veut favoriser le transfert de l’expertise disponible à la faveur du développement socio-économique de Montréal et du Québec par l’entremise d’organisations qui sont — ou veulent devenir — parties prenantes au développement de l’intelligence artificielle.

Si vous souhaitez développer vos compétences et connaissances en Intelligence artificielle, consultez la liste des catalogues des formations disponibles:

• Répertoire des formations des Cégeps et Université du Canada
• Consortium en santé numérique de l’Université de Montréal
• IVADO
• EAIS
• Formation continue du Collège Ahuntsic
• TechnoCompétences

Pour connaitre votre niveau de connaissances, évaluez vos connaissances:

• AutodIAg par IVADO
• Outil d’auto-évaluation:Niveau de connaissances et de compétences en termes de données par EIAS

De grandes sociétés de technologies ont choisi Montréal pour ouvrir leurs laboratoires d’intelligence artificielle :

Laboratoire de recherche de pointe, Microsoft Research Montréal apporte une importante contribution aux études visant à apprendre aux machines à lire, à penser et à communiquer comme des êtres humains. Le laboratoire se concentre sur la compréhension automatique, le dialogue et l’apprentissage par renforcement des machines.

DeepMind est une entreprise d’intelligence artificielle acquise par Google en 2014. L’entreprise s’inspire de la neuroscience et met au point des algorithmes d’apprentissage d’usage général en vue de s’en servir pour résoudre certains des enjeux mondiaux les plus urgents.

FAIR (Facebook Artificial Intelligence Research) est un organisme regroupant plusieurs laboratoires de recherche en intelligence artificielle rattaché à l’entreprise Facebook. Le FAIR œuvre en partenariat avec l’Institut canadien de recherches avancées, l’Institut des algorithmes d’apprentissage de Montréal (MILA), l’Université McGill et l’Université de Montréal.

Le Samsung Advanced Institute of Technology (SAIT) est le centre de recherche et développement de Samsung. Incubateur de technologies de pointe, sa philosophie de « recherche illimitée » contribue à des percées scientifiques inédites. Le SAIT AI Lab Montréal joue un rôle clé au sein du groupe en raison de ses recherches en intelligence artificielle et en apprentissage profond.

En plus des entreprises privées et des institutions publiques, l’écosystème comporte plusieurs organismes structurants et soutenant les entreprises en démarrage et les partenariats en intelligence artificielle. Certains organismes œuvrent dans le secteur des accélérateurs d’entreprises, c’est-à-dire qu’ils offrent des programmes de soutien pour les entreprises en démarrage ou même pour les idées innovantes. Ils offrent du mentorat ainsi que des conseils pour développer un modèle d’affaires :

• Le CENTECH propulsé par l’École de technologie supérieure (ÉTS) offre un programme pour les jeunes entrepreneurs en intelligence artificielle. Depuis janvier 2019, CENTECH s’est associé à Thales afin de former AI@CENTECH et de soutenir et promouvoir les projets portés par des entreprises en démarrage dans le domaine de l’intelligence artificielle. Il accompagne et soutient les nouvelles idées en intelligence artificielle afin de les mener vers la mise en marché.
• Le CTS Santé est spécialisé en technologies médicales. Il fournit de l’encadrement aux entreprises en démarrage qui possèdent déjà leur modèle d’affaires et les aide à obtenir du financement pour la commercialisation de leur modèle.
• District 3 est affilié à l’Université Concordia et soutient les idées novatrices jusqu’à la réalisation de prototypes. Il forme un réseau de mentors permettant d’aider les idées à émerger.

D’autres organismes structurants œuvrent à rallier l’industrie et les institutions publiques afin de passer plus rapidement et facilement de la recherche au développement et à la commercialisation :

• Les deux consortiums du secteur des SVTS, le consortium industriel de recherche et le consortium de recherche et innovations en bioprocédés industriels MEDTEQ, PROMPT, CQDM et CRIBIQ soutiennent les chercheurs et leurs projets innovants ayant recours à l’intelligence artificielle en santé pour l’obtention des subventions nécessaires. Ces consortiums encadrent leurs membres pour que ceux-ci progressent dans le développement de leurs idées et aient plus de facilité à établir des partenariats public-privé. En 2019, PARTENAR-IA, le premier appel à projets concerté en intelligence artificielle, a vu le jour afin de déployer du financement dans des secteurs industriels ciblés.
• La Plateforme de découvertes et de santé numérique (PDSN) de l’Institut de recherche Terry Fox (IRTF) et Imagia vise à créer un cadre d’innovation de calibre mondial pour faciliter les collaborations entre le milieu des sciences de la santé et les secteurs de l’intelligence artificielle dans l’ensemble du pays. Le projet fera avancer la recherche visant à développer des traitements médicaux de précision et à mettre au point de nouveaux remèdes. Les outils axés sur l’intelligence artificielle de la PDSN permettront d’offrir des soins plus personnalisés à l’échelle du Canada, améliorant ainsi les résultats et réduisant les coûts pour les Canadiens. Ce projet placera le Canada à l’avant-plan des efforts internationaux pour accélérer la lutte contre le cancer et d’autres maladies.
• CARTaGENE est une plateforme publique de recherche du CHU Sainte-Justine visant à accélérer la recherche et l’innovation et à être un outil d’aide à la prise de décisions tout en réduisant les coûts de la recherche en santé. CARTaGENE est constituée à la fois d’échantillons biologiques et de données sur la santé et les habitudes de vie de 43 000 Québécoises et Québécois âgés entre 40 et 69 ans.
• Le Centre d’intégration et d’analyse des données médicales (CITADEL) du CHUM a pour objectif d’une part d’intégrer les informations nécessaires pour améliorer les soins aux patients et augmenter la performance du système de soins et, d’autre part de fournir un accès facile, sécurisé, approprié et opportun aux données clinico-administratives du CHUM pour promouvoir et faciliter la recherche, l’évaluation et l’innovation, de même que l’aide à la prise de décisions fondées sur les données.