Cinq équipes de la Faculté de médecine sélectionnées dans le cadre du programme de financement de démarrage en Intelligence artificielle

Faculté de médecine
Faculté de médecine
Les subventions inaugurales soutiennent les applications multidisciplinaires de l’intelligence artificielle en santé et en médecine.

La Faculté de médecine de l’Université d’Ottawa est heureuse d’annoncer les résultats de son premier programme de financement de démarrage en intelligence artificielle (IA).

Ayant identifié l’IA comme un domaine émergent de priorité stratégique dans son plan stratégique 2020-2025, la Faculté de médecine a développé le programme de financement de démarrage de l’IA pour soutenir les initiatives de recherche et de formation dans ce domaine en plein essor. Le programme était très compétitif en termes de qualité et de nombre de candidature reçues. Les évaluateurs ont soigneusement évalué un total de 22 candidatures et la Faculté a octroyé 50 000$ pour soutenir les cinq premières équipes au classement (10 000$ par équipe) travaillant à développer des applications innovantes et multidisciplinaires d’IA en santé et en médecine.

  • Hesham Abdelbary (Dept de chirurgie, IROH) et Hanan Anis (Dept de science informatique et génie électrique): Apprentissage automatique intégré avec la technologie Raman Biosensing pour améliorer la détection bactérienne et le diagnostic des infections associées aux implants
  • Lise Bjerre (Dept de médecine familiale, Institut du savoir Monfort): Avancez sur la courbe: Identification prédictive des cas de COVID-19 à l’aide d’une modélisation par score de propension itérative et d’une approche IA
  • Peter Tanuseputro (Dept. de médecine, IROH, IRB): Prédire la survie des résidents de soins de longue durée atteints d’une infection COVID-19
  • Gregely Silasi et Diane Lagace (Dept. de medicine cellulaire et moléculaire): Suivi sans marqueur des embres: création d’un pipeline pour les études comportementales précliniques à l’aide de l’intelligence artificielle
  • Mathieu Lavallee-Adam (Dept. de biochimie, microbiologie et immunologie): RealMetaPro: une approche d’apprentissage automatique pour l’analyse en temps réel des microbiomes à l’aide de la spectrométrie de masse