Les données dans le domaine de la santé offrent un fort potentiel de valorisation, notamment lorsque couplées à l’intelligence artificielle pour le développement d’outils innovants tant du côté de la clinique que de l’administration. L’IA en santé ouvre aussi de nouvelles avenues de recherche inédites.

Les promesses de l’IA ont suscité beaucoup d’attentes et d’investissements conséquents, ce qui a malheureusement occulté quelques troublantes vérités. La première étant que les systèmes d’information en santé sont souvent désuets, voire archaïques, et parfois conçus pour limiter l’exploitation fluide de la donnée. Plusieurs de ces systèmes ne respectent pas les normes internationalement reconnues, ce qui complique aussi le sens attaché aux données et forcément l’interprétation des résultats en découlant. Alors que l’intelligence artificielle a bénéficié d’investissements publics importants, l’infrastructure numérique pouvant l’alimenter a reçu peu d’attention. Ceci est paradoxal; une technologie pouvant apprendre en continu sur des flux de données se retrouve coupée de sa matière première, faute de tuyauterie adéquate pour la nourrir.

Heureusement, une prise de conscience collective semble se dessiner. Des crédits budgétaires dédiés aux infrastructures numériques ont récemment été octroyés, du moins dans le monde de la recherche, et de grands principes de gestion et d’intendance des données sont mis de l’avant par des organisations nationales et internationales. Ceci augure bien pour le futur mais le travail à venir est colossal. Il est néanmoins nécessaire afin de récolter les fruits de la valorisation des données en santé.

About Philippe Després

• Associate Professor, Faculty of Science and Engineering, Université Laval
• Assistant Director, Big Data Research Center (CRDM)
• Co-Leader of the Sustainable Health Axis, OBVIA
• Data Architect, PULSAR
• Chief Data Director in Health Sciences, CHU de Québec Research Centre

Philippe Després is an Associate Professor in the Department of Physics, Engineering Physics and Optics at Université Laval. He is also a member of the Cancer Research Centre of Université Laval, as well as a Medical Physicist at CHU de Québec – Université Laval and a regular researcher of its affiliated Research Centre.

After receiving a Master’s degree from Université Laval (2000, Physics) and a Ph.D. from the Université de Montréal (2005, Physics), he completed a postdoctoral internship (2005-2007) at the University of California, San Francisco in the field of biomedical engineering and molecular imaging. His research projects focus on the hardware and software aspects of medical imaging modalities, notably on tomographic reconstruction. He pioneered high-performance computing (HPC) approaches with commodity graphics hardware (GPUs) that led to innovative applications in image processing/reconstruction and radiation dose calculations, including a fast GPU-based Monte Carlo engine to simulate energy transport in matter (GPUMCD). As a HPC expert, he is also involved in data-driven research approaches, data infrastructures and FAIR-compliant research data management. In this regard, he is the Chief Data Officer at CHU de Québec – Université Laval Research Centre and the Data Architect of the PULSAR health research platform,

He is also the Assistant Director of the Big Data Research Center (CRDM) at Université Laval, and the Co-Leader of the Sustainable Health axis of the International Observatory on the Societal Impacts of AI and Digital Technology (OBVIA).