Veille en intelligence artificielle en santé

28 juin 2024

Nouveau format de la veille en intelligence artificielle en santé du CEIAVD!

C'est avec enthousiasme que nous vous partageons ce nouveau gabarit pour la veille! Si vous recevez ce courriel, c'est que vous étiez dans le groupe  d'envoi depuis les derniers mois ou que vous vous êtes inscrits directement sur le site web. 

La veille prendra une pause en août et sera maintenant diffusée une fois par mois.

Partagez à vos collègues qui pourraient être intéressés : Veille en IA | CEIAVD

 

N'hésitez pas à nous faire part de vos commentaires et bonne lecture!

 

Objectif de la veille

Nourrir une vision stratégique tout en fournissant des outils concrets aux équipes du réseau de la Santé et des Services sociaux, à travers des articles portant sur les technologies et connaissances susceptibles de soutenir le développement et l'intégration de l'intelligence artificielle(IA) en santé.

Il est important de préciser que l’IA appliquée au domaine clinique possède un spectre trop vaste à couvrir de manière exhaustive par notre activité de veille qui se veut plus généraliste.

Vous voulez que l'on diffuse un article ou un événement? ceiavd@ssss.gouv.qc.ca

Visitez notre site web : www.ceiavd.ca

 

 

Dans notre RSSS

 

Infolettres

Saviez-vous que le Dossier Santé Numérique a maintenant son infolettre?  Recevez l’information clé et les invitations aux webinaires mensuels. 

Inscription ici 👉 bit.ly/RubriqueDSN

 

L'UCNI c'est l’unité de coordination des normes pour l’interopérabilité se veut le point central et l’équipe vers qui se tourner lorsque vous avez des besoins ou des questions concernant les normes pour l’atteinte d’une interopérabilité sémantique.

Inscription ici 👉 ucni@msss.gouv.qc.ca 

 

Autre veille en IA

L'hôpital Sainte-Justine produit une veille sur l'IA en santé. Plusieurs articles traitent de l'IA appliquée dans divers domaines cliniques. 

Voici ce qu'ils souhaitent préciser : À noter que nos veilles sont conçues pour répondre aux besoins de notre milieu, contexte d’un hôpital pédiatrique, et qu’elles s’appuient principalement sur la littérature scientifique des bases de données biomédicales, comme Pubmed, et non pas sur des sources de la littérature grise ou en dehors du domaine biomédical.

Inscription ici 👉Formulaire d’inscription (chusj.org)

 

IA responsable et éthique

Faut-il de nouveaux droits pour contrer les risques posés par les interfaces cerveau-machine? 7 juin 2024    Commission de l’éthique en sciences et technologie du Québec 

Il y a quelques mois, Noland Arbaugh est devenu le premier être humain à recevoir l’implant cérébral Telepathy, une interface neuronale directe (ou encore interface cerveau-machine ou interface cerveau-ordinateur) de la taille d’une pièce de monnaie et permettant de contrôler un ordinateur par la pensée. Devons-nous adopter de nouveaux outils juridiques pour nous protéger contre les risques posés par une telle technologie?

 

Transparency for Machine Learning-Enabled Medical Devices: Guiding Principles - 13 juin 2024

This document provides comprehensive guiding principles for ensuring transparency in machine learning-enabled medical devices (MLMDs), emphasizing their safe and effective development and use. These principles were jointly issued by the U.S. FDA, Health Canada | Santé Canada, and the United Kingdom’s Medicines and Healthcare products Regulatory Agency (MHRA). - Résumé extrait du post de Jan berger sur Linkedin

 

The Explanation Necessity for Healthcare AI - 31 mai 2024

We propose a novel categorization system with four distinct classes of explanation necessity, guiding the level of explanation required: patient or sample (local) level, cohort or dataset (global) level, or both levels. We introduce a mathematical formulation that distinguishes these categories and offers a practical framework for researchers to determine the necessity and depth of explanations required in medical AI applications. 

 

AI Safety in Practice - The Alan Turing Institute

This is the sixth workbook in the series, exploring AI Safety in Practice.

Project teams frequently engage in tasks pertaining to the technical safety and sustainability of their AI projects. In doing so, they need to ensure that their resultant models are reproducible, robust, interpretable, reliable, performant, and secure. The issue of AI safety is of paramount importance, because possible failures have the potential to produce harmful outcomes and undermine public trust. This work of building safe AI outputs is an ongoing process requiring reflexivity and foresight. To aid teams in this, the workbook introduces the core components of AI Safety (reliability, performance, robustness, and security), and helps teams develop anticipatory and reflective skills which are needed to responsibly apply these in practice.

 

Volet technique et scientifique

Improving Clinician Performance in Classifying EEG Patterns on the Ictal–Interictal Injury Continuum Using Interpretable Machine Learning - 23 mai 2024

An interpretable deep-learning model was developed to classify six types of EEG patterns, trained on over 50,000 samples from ICU patients. Its accuracy was confirmed by medical professionals, comparing AI-assisted and unassisted diagnoses, and validated through statistical measures. Additionally, the model supports the continuum hypothesis of seizure-like brain activity, as shown by data-driven neural network analysis.

Gautam Kamath, analyse les derniers développements en matière de robustesse et de protection de la vie privée. - 28 mai 2024

En se concentrant sur ce problème, il discute de certains développements récents en matière de robustesse et de confidentialité, en soulignant les liens conceptuels et techniques surprenants entre les deux.

Les inconnues connues : Geoff Pleiss, chercheur chez Vector, se penche sur l'incertitude pour rendre les modèles de ML plus précis. - 3 mai 2024

Geoff Pleiss, a member of the Vector Institute, emphasizes the crucial role of uncertainty data in critical safety applications and decision-making processes. The challenge with contemporary neural networks is quantifying uncertainty, given their vast scale and intricate complexity, coupled with a limited grasp of their functionality. Pleiss's work on "deep ensembling," training diverse neural networks to produce variant models, has yielded unexpected results

Promising algorithms to perilous applications: a systematic review of risk stratification tools for predicting healthcare utilisation - 19 juin 2024

Risk stratification tools that predict healthcare utilisation are extensively integrated into primary care systems worldwide, forming a key component of anticipatory care pathways, where high-risk individuals are targeted by preventative interventions. Existing work broadly focuses on comparing model performance in retrospective cohorts with little attention paid to efficacy in reducing morbidity when deployed in different global contexts. We review the evidence supporting the use of such tools in real-world settings, from retrospective dataset performance to pathway evaluation.

Industry- and AI-focused cloud transformationMIT Technology Review Insights - 24 mai 2024

A successful cloud-based business transformation requires solutions with industry-specific best practices and AI readiness built in.

KAN: Kolmogorov–Arnold Networks - 16 juin 2024

They propose Kolmogorov Arnold Networks (KANs) as promising alternatives to Multi-Layer Perceptrons (MLPs).While MLPs have fixed activation functions on nodes (“neurons”), KANs have learnable activation functions on edges (“weights”). KANs have no linear weights at all – every weight parameter is replaced by a univariate function parametrized as a spline. We show that this seemingly simple change makes KANs outperform MLPs in terms of accuracy and interpretability, on small-scale AI + Science tasks. For accuracy, smaller KANs can achieve comparable or better accuracy than larger MLPs in function fitting tasks. Proposé par David Munger, conseiller-cadre au CEIAVD

 

Données

 

The data practitioner for the AI era - MIT Technology Review Insights - 10 juin 2024

This report explores, through a series of interviews with expert data practitioners, key shifts in data engineering, the evolving skill set required of data practitioners, options for data infrastructure and tooling to support AI, and data challenges and opportunities emerging in parallel with generative AI

Introducing Capacity Pools for Data Engineering and Data Science in Microsoft Fabric - 25 juin 2024

As part of the Data Engineering and Science settings in the Admin portal, capacity administrators can create custom pools based on their workload requirements.

Introducing New Branching Capabilities in Fabric Git Integration - 21 juin 2024

 

Lorem ipsum

 

IA en santé
 

World's Best Hospitals 2024 - Newsweek Rankings - Newsweek Connaissez-vous le classement des meilleurs hôpitaux au monde du Newsweek? The Mount Sinai Hospital de New York y est classé 20 iem au monde, et le 1er : la Mayo Clinic. Qu'ont-ils à dire sur leurs projets d'IA?

A health system where all tech has AI? It’s on the way.     

If a doctor and an AI app both have 95% accuracy, what’s the difference? - 17 juin 2024 

Deux entrevues avec Dr Bruce Darrow, directeur par intérim du numérique et de l’information et directeur de l’information médicale au Mount Sinai Health System à New York sur leur utilisation de l’IA dans leur organisation.

Mayo Clinic perspective on building AI models - 20 juin 2024
Research teams work to prevent bias in algorithms by involving clinicians and partnering with established AI companies, says Dr. Alexander Ryu, vice chair of AI and innovation at Mayo Clinic.

Retour vers le futur à l’hôpital du Suroît - 20 juin 2024              Pour éviter la fermeture de lits, l’hôpital du Suroît vient de mettre sur pied une unité hospitalière de soins virtuels. Des patients qui séjournent entre ses murs sont pris en charge à distance par des infirmières de l’Hôpital général juif. Une petite révolution dans un centre hospitalier où, d’ordinaire, le papier est roi.

A responsible framework for applying artificial intelligence on medical images and signals at the point-of-care: the PACS-AI platform - 15 juin 2024

This review describes challenges to AI integration in healthcare and provides guidelines on how to move forward. We describe an open-source solution that we developed which integrates AI models into the Picture Archives Communication System (PACS), called PACS-AI. This approach aims to increase the evaluation of AI models by facilitating their integration and validation with existing medical imaging databases.

Digital health technologies need regulation and reimbursement that enable flexible interactions and groupings - 18 juin 2024

Digital Health Technologies (DHTs) are being applied in a widening range of scenarios in medicine. We describe the emerging phenomenon of the grouping of individual DHTs, with a clinical use case and regulatory approval in their own right, into packages to perform specific clinical tasks in defined settings.

 

 

 

Encadrement & réglementation
 

 

AI, data governance and privacy - Synergies and areas of international co-operation - OCDE - 26 juin 2024

This report focuses on the privacy risks and opportunities stemming from recent AI developments. It maps the principles set in the OECD Privacy Guidelines to the OECD AI Principles, takes stock of national and regional initiatives, and suggests potential areas for collaboration. The report supports the implementation of the OECD Privacy Guidelines alongside the OECD AI Principles.

 

 

 

Actualités

 

Inauguration du Centre ADAMS au CUSM- Libérer le potentiel des données, réinventer les soins de santé – 18 juin 2024

Mile Bluff clinicians save 7.5 minutes in prep per patient with help from Meditech AI - 12 juin 2024

Suivi médical à distance : Quantiq annonce une levée de fonds de 2,6 millions d’euros, - 11 juin 2024

Cette solution permet de mesurer en seulement 30 secondes les paramètres vitaux à distance, comme la pression sanguine et la fréquence respiratoire, mais également des indicateurs physiologiques clés tels que la cohérence cardiaque, la variabilité du rythme cardiaque ou le stress.

 

 Et si l’intelligence artificielle rendait les soins plus humains? Collège des médecins du Québec - 18 juin 2024 Proposé par Nicolas Gignac, coordonnateur à la Direction de l'analyse et de l'intelligence artificielle (DAIA) au MSSS.

 

 

Événements

Voici la liste des événements qui auront lieu dans le prochain mois. Vous aimez planifier sur le long terme? Consultez la section Événements de notre site web.

 

À venir

11 juillet – 10h00 à 12h00 – En ligne et gratuit

Vector Business Insights (VBI) : Leçons et défis de l'intégration de l'IA dans le monde réel

Un séminaire de la série Vector Business Insights axé sur l'exploration des aspects pratiques de l'intégration de l'IA dans diverses industries. Cet événement présentera un éventail de conférenciers issus de divers secteurs, chacun offrant des perspectives précieuses basées sur leur expérience directe de l'intégration et du déploiement d'applications d'IA dans des contextes réels. Les discussions porteront notamment sur les défis rencontrés, les principaux enseignements tirés et le rôle essentiel de la gestion du changement dans l'adoption réussie de l'IA.

Appel à communication

Octobre-novembre 2024

Colloque international Inégalités et IA - Obvia

Le colloque international sur les inégalités et l’intelligence artificielle mise sur des approches intersectorielles et interdisciplinaires. L’événement a pour objectifs de permettre une discussion sur les inégalités et l’IA, de favoriser l'appropriation des enjeux par les différents acteurs et de stimuler de nouvelles collaborations intersectorielles.

En rediffusion

État de la situation sur les impacts sociétaux de l'intelligence artificielle et du numérique - Obvia – 13 juin 2024

Entre autres, une explication claire des enjeux d’intégration de l’IA en santé par Martin Cousineau à 45 minutes de la présentation

La théorie de l'apprentissage automatique au centre d'un atelier de l'Institut Vecteur

Au cours de cet atelier d'une journée, les membres du corps professoral de l'Institut Vecteur, les affiliés du corps professoral, les boursiers postdoctoraux et les chercheurs de la communauté Vecteur au sens large ont écouté les exposés de certains des plus grands théoriciens de l'apprentissage automatique, qui ont couvert un large éventail de sujets sur les fondements mathématiques de l'apprentissage automatique.

♥️21e MIAM du CHUM - Fellowship IA : pour transformer la santé

Plusieurs informations sur les défis et les possibilités d'utiliser de l'IA en santé et contenu bien vulgarisé!

Le secteur de la santé se transforme avec l’arrivée des nouvelles technologies. Alors, comment se préparer en adaptant son parcours académique et professionnel pour développer ses compétences et ses connaissances?
Pour y répondre, ce panel réunira trois boursiers: Dr Robert Avram, Dr David Henault, Dr Pascal Laferrière-Langlois, qui vous partageront les apprentissages acquis au cours de leur année de perfectionnement en IA-santé. Ils mettront en lumière l’apport des fellowships à leur formation et aux soins pour les patients.

 

 

Formations

Consultez la liste des formations collégiales et universitaires dans la section Ressources de notre site web.

Entre enthousiasme et critique : les grands modèles de langues et leurs applications révélés! - IVADO

Date limite d'inscription : 19 août - 30 places de disponibles

La présente formation s'adresse au personnel professionnel et à la population étudiante qui manifestent un intérêt pour les grands modèles de langue (GML). Elle débutera par une présentation approfondie de ces modèles, mettant en lumière autant leurs forces que leurs limites. Ensuite, elle abordera les diverses applications concrètes des GML en identifiant les problématiques pouvant être résolues par cette technologie. Des études de cas et des exercices simples seront utilisés comme fondements pour approfondir la compréhension de l'auditoire et pour mettre en évidence certaines considérations éthiques et juridiques liées aux GML.

Journée Microsoft Fabric et Azure OpenAI (en présentiel à Montréal et par Teams)

Jeudi 4 juillet 2024

Venez participer à cette journée pour découvrir Microsoft Fabric et Azure OpenAI le 4 juillet à Montréal au bureau de Microsoft ou par Teams.