Titre :
Acceptabilité des outils d’aide à la prise de décisions par apprentissage automatique explicable en milieu hospitalier
Numéro de l’entente :
965532
Valeur d'entente :
107 996,00 $
Date d'entente :
1 mars 2021 - 1 mars 2022
Description :
La crise engendrée par la pandémie de COVID-19 a entraîné le développement de nombreux algorithmes qui aident les cliniciens à prendre des décisions par la prévision, le traçage des contacts, le dépistage et le traitement des personnes atteintes de la maladie. Un point que ces travaux ont en commun cependant est la crainte que les modèles créés, à cause du biais qu’ils incorporent, aboutissent à des résultats difficiles à généraliser. D’autre part, ces modèles peuvent compliquer l’identification du mécanisme fonctionnel à la base de la formulation des prévisions et, au bout du compte, des raisons pour lesquelles ils ne fonctionnent pas comme prévu. C’est pourquoi il est passablement difficile de faire accepter les méthodes de ce genre aux cliniciens.
Le projet montrera qu’un développement centré sur l’utilisateur, combiné à des approches explicables à l’apprentissage automatique, peut amener les cliniciens à adopter davantage les nouveaux outils d’aide à la santé qui reposent sur l’exploitation des données. On y parviendra en créant des pratiques exemplaires pour intégrer l’apprentissage automatique (AA) explicable aux applications informatiques cliniques et en validant ces approches avec le prototype d’une couche explicative qui prendra comme cas type une analyse AA explicable dans le contexte des besoins cliniques engendrés par la pandémie.
Organisation :
Conseil national de recherches Canada
Résultats prévus :
À court terme, les résultats prévus seront des collaborations renforcées entre l'industrie, le milieu universitaire et le gouvernement pour soutenir l'excellence en recherche. À moyen terme, les résultats attendus seront le développement de nouvelles technologies potentiellement perturbatrices avec des collaborateurs. À long terme, trouver des solutions collaboratives aux défis des politiques publiques et créer des systèmes d'innovation plus solides.
Location :
Montréal, Québec, CA H3T 1E2
Numéro de référence :
172-2020-2021-Q4-965532
Type d'entente :
subvention
Type de rapport :
Subventions et des contributions
Numéro d'entreprise du bénéficiaire :
130104466
Recipient Type:
gouvernement
Nom légal du bénéficiaire :
Sir Mortimier B. Davis Jewish General Hospital
Circonscription fédérale :
Mont-Royal
Numéro de la circonscription fédérale :
24052
Programme :
Programme de collaboration en science, en technologie et en innovation - Initiatives de collaboration en R-D
But du programme :
Collaborer à des programmes multipartites de recherche-développement dans le but de profiter de la synergie entre la recherche transformatrice à haut risque et à haut rendement et le potentiel de découvertes scientifiques et de percées technologiques révolutionnaires dans des secteurs d’intervention prioritaires.
Identificateur du SCIAN :
541710 - R&D in the physical, engineering and life sciences