L’intelligence artificielle dans un paysage fédéré : table ronde
Rejoignez-nous pour le cinquième événement L’analyse fédérée : l’état de la science. Série d’apprentissage collectif. La Dre Elissa Strome animera une table ronde réunissant la Dre Rui Duan, le Dr John Langford et la Dre Aline Talhouk. Ce webinaire donnera un aperçu des possibilités d’analyse par intelligence artificielle (IA) dans un paysage fédéré et explorera la faisabilité de différents types d’analyse par IA, en mettant en évidence des exemples pratiques d’IA dans le contexte des données administratives canadiennes sur la santé.
À propos des conférencier-e-s
Dre Rui Duan est professeure adjointe de biostatistique et membre de la faculté principale du département d’épidémiologie de l’École de santé publique T.H. Chan de l’université Harvard. Elle est également membre affiliée de la Harvard Data Science Initiative. Ses recherches portent sur le développement de méthodes statistiques, informatiques et d’apprentissage automatique pour générer des preuves fiables dans le monde réel à partir de vastes ensembles de données numériques liées à la santé. Elle a développé une série d’outils pour analyser et intégrer des données biomédicales à grande échelle, y compris des dossiers médicaux électroniques (EHR), des biobanques, des demandes de remboursement de frais médicaux et des enquêtes de santé. Elle développe des méthodes pour rendre plus efficace l’apprentissage collaboratif multi-institutionnel, en concevant des outils d’harmonisation des données et des méthodes statistiques basées sur des statistiques sommaires avec protection de la vie privée.
Dr John Langford est directeur de la recherche des partenaires chez Microsoft. Le Dr Langford veut résoudre le problème de l’apprentissage automatique et est l’auteur principal du populaire weblog sur l’apprentissage automatique, hunch.net et le développeur principal de Vowpal Wabbit. Il a précédemment travaillé chez Yahoo !, au Toyota Technological Institute et au Watson Research Center d’IBM. Ses projets de recherche antérieurs comprennent Isomap, Captcha, Learning Reductions, Cover Trees et Contextual Bandit learning.
Dre Elissa Strome est directrice exécutive de la stratégie pancanadienne en matière d’intelligence artificielle au CIFAR. Elle travaille avec les dirigeants des trois instituts nationaux d’IA du Canada à Edmonton (Amii), Montréal (Mila) et Toronto (Institut Vecteur) et dans tout le pays pour faire progresser le leadership du Canada en matière de recherche, de formation et d’innovation dans le domaine de l’IA. Elle est une championne de l’équité, de la diversité et de l’inclusion dans les sciences, et une ambassadrice de la position du Canada dans la recherche, l’innovation et la politique en matière d’IA à l’échelle internationale. Elissa est membre du Conseil consultatif sur l’IA du gouvernement fédéral, où elle co-préside le groupe de travail sur la consultation publique, et du Réseau d’experts sur l’IA de l’OCDE.
Dre Aline Talhouk est professeure adjointe au département d’obstétrique et de gynécologie de la faculté de médecine de l’université de Colombie-Britannique. Elle est également chercheuse principale à OVCARE, le programme de recherche sur le cancer ovarien et gynécologique de la Colombie-Britannique, où elle dirige un laboratoire de science des données et d’informatique. Mme Talhouk est spécialisée dans les statistiques informatiques et l’apprentissage automatique, en particulier dans l’élaboration et la mise en œuvre de modèles prédictifs dans les domaines de la santé des femmes et de l’oncologie. Ses recherches s’appuient sur l’informatique statistique, l’apprentissage automatique et l’IA pour traduire les découvertes omiques en applications cliniques et apporter des soins individualisés aux patientes atteintes d’un cancer de l’ovaire ou de l’endomètre. La Dre Talhouk étudie également l’utilisation éthique d’outils informatiques et de santé numérique innovants, y compris les données de santé mobiles et les données provenant de dispositifs portables. Elle dirige le développement d’une infrastructure qui utilise l’intelligence artificielle fédérée préservant la vie privée et l’apprentissage automatique distribué pour obtenir des analyses prédictives dans le domaine du cancer gynécologique tout en surmontant la nécessité de partager les données.