"Que peut vraiment faire l'apprentissage automatique ?"
C'est une question que Walter Schwabe entend souvent. Et le PDG de la société StreamML d'Edmonton n'hésite pas à partager son point de vue sur le potentiel de l'apprentissage automatique à révolutionner des secteurs comme celui des soins de santé.
"L'intelligence artificielle va prolonger la vie de la population humaine sur la planète". C'est une grande déclaration, mais c'est déjà le cas. Et en fait, notre algorithme y a déjà contribué", affirme-t-il.
"Je vois donc cela comme quelque chose qui va absolument se poursuivre et imprégner l'ensemble du secteur de la santé à tous les niveaux."
La deuxième question est généralement du même ordre : que peut faire mon entreprise avec l'apprentissage automatique ?
Selon M. Schwabe, l'intelligence artificielle (IA) suscite un vif intérêt dans l'industrie, mais elle suscite aussi des hésitations. Faire le premier pas vers l'IA peut être intimidant, et les organisations ne savent pas exactement combien elles sont prêtes à investir pour mettre en place leur propre infrastructure.
StreamML vise à simplifier ce processus, en fournissant des outils à ceux qui souhaitent s'initier à l'apprentissage automatique mais ne disposent pas de l'expertise et des ressources nécessaires en interne.
La société a débuté dans le domaine du matériel, en développant des caméras utilisées pour recueillir des informations visuelles pour les modèles d'apprentissage automatique. Mais StreamML s'est vite rendu compte qu'il manquait quelque chose. Certaines organisations souhaitaient intégrer l'apprentissage automatique dans leur travail, mais n'étaient pas encore prêtes à investir dans la création de modèles d'apprentissage automatique à partir de zéro.
StreamML a mis au point une plateforme pour faire tomber certaines de ces barrières, proposée sous la forme d'un modèle de logiciel en tant que service. Tout d'abord, les utilisateurs s'inscrivent pour avoir accès à la plateforme de StreamML, qui est spécialisée dans le traitement des données visuelles. Ils peuvent alors télécharger leurs propres données, les étiqueter et construire des modèles d'apprentissage automatique efficaces sans avoir à coder ou à développer leur propre algorithme.
Simplifier et accélérer l'apprentissage automatique
"Nous voulions le rendre plus simple. Nous voulions le rendre plus rapide. Désormais, nous pouvons aider d'autres entreprises à créer plus rapidement leurs applications d'apprentissage automatique", explique John Murphy, cofondateur de StreamML.
Pour les clients qui ont besoin de quelque chose de plus complexe, StreamML peut travailler avec eux pour créer des modèles d'apprentissage automatique personnalisés. Jusqu'à présent, l'entreprise a contribué à des projets d'envergure très différente, allant du tri des pièces de LEGO par forme à la construction d'un système de détection précoce de maintenance pour les centrales nucléaires.
Si Schwabe et Murphy considèrent tous deux que l'apprentissage automatique jouera un rôle important dans l'avenir de tous les secteurs, de l'agriculture à la protection de l'environnement, un secteur présente un intérêt particulier : les soins de santé. Selon M. Schwabe, l'apprentissage automatique médical a le potentiel de transformer la façon dont nous gérons notre santé.
La médecine est un secteur à forte concentration de données, explique M. Schwabe. Et l'apprentissage automatique peut travailler avec de grandes quantités d'informations avec une rapidité et une précision impossibles pour les êtres humains seuls. Par conséquent, l'IA médicale peut être un outil précieux et polyvalent pour aider les prestataires de soins de santé, ce qui se traduit par de meilleurs résultats pour les patients.
L'avenir de l'IA médicale
Le désir de libérer ce potentiel a conduit StreamML à participer au projet Ecosystems financé par Prairies Canada, afin d'aider les organisations albertaines à trouver des utilisations innovantes de l'IA et de l'apprentissage automatique dans le domaine de la santé et du bien-être. L'arrangement a été mutuellement bénéfique : les entreprises participantes ont utilisé la plateforme de StreamML pour créer des modèles beaucoup plus rapidement et facilement que si elles avaient dû le faire seules. Pendant ce temps, StreamML a pu utiliser leurs commentaires pour affiner et étendre sa propre infrastructure.
La plateforme de l'entreprise a soutenu le travail d'organisations telles que CardiAI, qui cherche à savoir si l'intelligence artificielle pourrait aider à détecter les signes avant-coureurs des maladies cardiaques. Le modèle pourrait alerter les cardiologues qu'un patient risque de souffrir d'une maladie cardiaque. En utilisant l'apprentissage automatique pour gérer les tâches fastidieuses comme l'analyse des données, les médecins peuvent se concentrer sur les patients à risque, explique M. Schwabe.
"Il y a une pénurie de professionnels dans ce domaine. Il y a toujours plus de besoins qu'il n'y a de personnes pour y répondre. C'est là que notre algorithme d'apprentissage automatique peut nous aider", explique M. Schwabe.
Une autre entreprise impliquée dans le projet des écosystèmes est Bio-Stream Diagnostics, qui s'est détachée de StreamML en 2020. Bio-stream utilise l'apprentissage automatique pour développer une nouvelle génération de tests COVID qui pourraient être plus rapides et plus précis que les tests rapides actuels.
Selon M. Schwabe, l'Alberta a la possibilité de jouer un rôle important dans l'avenir de l'IA médicale. La province a déjà une longue histoire en tant que centre d'innovation en matière de soins de santé. Mais, selon lui, beaucoup ne savent pas à quel point la communauté de l'apprentissage automatique de la province est solide, en particulier à Edmonton. Il y a ce qu'il appelle une "bonne dose" de concurrence et de coopération - comme le projet des écosystèmes - qui attire des talents en IA du monde entier.
" Les gens ne savent peut-être pas que nous avons une communauté d'intelligence artificielle incroyablement profonde et robuste à Edmonton et en Alberta. J'aime l'ingéniosité et l'attitude de "faire ce qu'il faut". Cet esprit a été immergé dans la communauté de l'intelligence artificielle en général ", dit-il.
"Vous avez une machine vraiment, vraiment puissante qui avance littéralement sur la route. Et pour moi, c'est juste excitant de faire partie de ça."
Ce projet s'inscrit dans le cadre du programme Diversification de l'économie de l'Ouest Canada Écosystèmes régionaux d'innovation (ERI) de Diversification de l'économie de l'Ouest Canada. L'initiative a rassemblé neuf organisations à but non lucratif, des entreprises et des universités pour établir des utilisations viables de l'intelligence artificielle et de l'apprentissage automatique dans le domaine de la santé et de l'analyse des données.