Cette page dédiée présente l’un des thème / domaine stratégique actuellement en discussion dans le cadre de notre Programme de financement de recherche stratégique. L’ensemble des thèmes / domaines en discussion est indiqué sur la page du programme. Chaque page dédiée (y compris celle-ci) peut être à un niveau de détail et de maturité variable. Pour participer à la discussion sur ce thème ou en proposer de nouveaux, veuillez utiliser ce formulaire. Si vous souhaitez être tenu.e au courant des développements autour de ce thème / domaine, inscrivez-vous ci-dessous.
Santé numérique
Description et justification du domaine
Besoin urgent de renforcer la capacité locale et de l’aligner sur les expertises internationales en sémantique et FAIRification des données cliniques. Il s’agira d’assurer la création et la consommation de compétences et outils (méthodes basés sur les connaissances pour une gestion de la donnée en santé: représentation des données, technologie d’accès basés sur les ontologies, méthodes d’apprentissage graph sur les données en santé, ressources termino-ontologiques pour le stockage des données, etc.) en s’alignant à la stratégie du MSSS concernant la transformation numérique des établissements du réseau de la santé, tout en permettant de soutenir la mise en oeuvre de la stratégie d’innovation basée sur les données en vie réelle (voir : https://bit.ly/3uDBjfa).
(Ajout 13 juillet 2021): Cette étape est primordiale à toute application de l’IA reposant sur les données cliniques provenant des dossiers médicaux économiques ainsi qu’à l’interopérabilité avec des données OMICS.
Contexte
Mots-clefs : interopérabilité sémantique, ingénierie des connaissance, ingénierie des données, intelligence artificielle symbolique, données massives, santé publique, science ouverte, données imparfaites
Organisations pertinentes : Consortium santé numérique, MSSS, CrESP, FRQS, OBVIA, IRSC, Santé Canada, Inforoute Santé du Canada, DHDP, PINQ, PULSAR, VALERIA, NOIRN, ISQ, Fournisseurs de Dossiers électroniques
Personnes pertinentes suggérées durant la consultation :
Les noms suivants ont été proposés par la communauté et les personnes mentionnées ci-dessous ont accepté d’afficher publiquement leur nom. Notez cependant que tous les noms des professeur.e.s (qu’ils soient affichés publiquement ou non sur notre site web) seront transmis au comité conseil pour l’étape d’identification et de sélection des thèmes stratégiques. Notez également que les personnes identifiées durant l’étape de consultation n’ont pas la garantie de recevoir une partie du financement. Cette étape sert avant tout à présenter un panorama du domaine, incluant les personnes pertinentes et non à monter des équipes pour les programmes-cadres.
- Philippe Després
- Aude Motulsky
- Jean-Noel Nikiema
- Philippe Doyon-Poulin
- Bouchra Nasri
- Philippe Jouvet
Programmes-cadres potentiels
Les méga-données en santé et la médecine de précision sont les deux créneaux porteurs de la SQSV, mais peu de soutien reçu pour infrastructures numériques et personnel hautement qualifié en ingénierie de données et des connaissances. L’apport de la recherche, notamment des experts en sémantique et en ingénierie des données, est essentiel pour aligner le développement requis à l’intégration harmonieuse de l’IA dans le domaine de la santé. Pour ce faire, de nombreuses capacités doivent être développées, incluant des outils pour permettre la représentation et la visualisation standardisées des données cliniques. Les approches actuelles ne permettent pas d’assurer une généralisation/reproductibilité des traitements réalisés sur les données afin d’en réaliser l’analyse. Il est nécessaire d’établir des démarches et de concevoir et/ou améliorer les outils pour permettre un accès facilité, non-ambigu à la grande variété de données en santé en assurant la reproductibilité (ainsi que la capacité à s’améliorer) des démarches de traitement des données (de l’extraction à l’analyse) pour une meilleure fiabilité en recherche et pour les systèmes apprenants.
Les thématiques de recherche pourront couvrir tous les aspects nécessaires à la formalisation des données cliniques :
- Appropriation de la FAIRification des données cliniques
- Représentation et formalisation des connaissances et données cliniques
- Standardisation et automatisation du processus d’acquisition et de traitement de la donnée clinique ‘de vie réelle’ pour une utilisation secondaire (p. ex. extraction d’information, annotation automatisée, alignement de connaissances)
- Développement et intégration/alignement de ressources termino-ontologiques
- Évaluation des outils d’intégration et d’analyse des données en vie réelle
- Développement d’outils et méthodes pour soutenir l’aide à la décision
- Évaluation des outils permettant une meilleure mobilisation de la donnée en santé
- Mobilisation des données pour l’analyse des trajectoires de soins et de santé
Documentation complémentaire
(pas de documentation complémentaire pour le moment)
Historique
23 juin 2021 : Première version.
3 juillet 2021 : Ajout de noms de personnes pertinentes.
6 juillet 2021 : Ajout de noms de personnes pertinentes.
13 juillet 2021 : Ajout de noms de personnes pertinentes et ajout de texte dans la description.
22 juillet 2021 : Ajout de noms de personnes pertinentes.