Subventions catalytiques CIFAR AI et COVID : Gérer la pandémie avec l'IA

Cinq boursiers Amii ont reçu des subventions de recherche dans le cadre de l'initiative AI and COVID Catalyst Grants du CIFAR. Le programme AI Catalyst Grants du CIFAR vise à catalyser de nouveaux domaines de recherche et de nouvelles collaborations dans le domaine de l'apprentissage automatique, en finançant des idées et des projets novateurs, à haut risque et à haute récompense.

Les chercheurs d'Amii collaboreront à quatre projets, chacun dans un domaine distinct de la gestion des pandémies : permettre la découverte de médicaments, créer un laboratoire de données virtuel, détecter et surveiller les maladies, et suivre la santé mentale.

Apprenez-en davantage sur les projets ci-dessous. Vous pouvez également en savoir plus sur la façon dont Amii met son expertise au service de la lutte mondiale contre le COVID-19 à amii.ca/covid-19.

Suivi de la santé mentale pendant la pandémie de coronavirus

Alona Fyshe, boursière Amii et titulaire de la chaire d'IA de l'ICAR Canada, s'est jointe à une équipe de chercheurs de l'Université Western et de l'Université de New York afin de tirer parti de l'apprentissage automatique et des médias sociaux pour mieux comprendre les facteurs de la santé mentale, à la fois aigus et à long terme, ainsi que les facteurs d'atténuation. Avec l'augmentation récente de l'utilisation des médias sociaux, l'expansion du discours offre une vue sur les expériences des gens qui n'est pas disponible par d'autres moyens, en particulier pour les groupes marginalisés (par exemple, les personnes ayant un accès limité aux soins de santé, un statut socio-économique inférieur et les immigrants sans papiers).

Les résultats seront diffusés par le biais d'un système d'analyse visuelle et de rapport rapide en ligne. L'équipe développera des techniques d'IA pour les données des médias sociaux afin de comprendre : 1) les défis émergents qui affectent les personnes pendant la pandémie ; et 2) comment ces défis ont un impact sur la santé mentale.

Parmi les collaborateurs, citons Alona Fyshe (chaire d'IA de l'ICAR Canada, programme d'apprentissage dans les machines et les cerveaux de l'ICAR, Amii, Université d'Alberta), Daniel Lizotte (Université Western), Rumi Chunara, Brent Davis.

En savoir plus : Suivi de la santé mentale pendant la pandémie de coronavirus

Accélérer la découverte de médicaments à base de petites molécules

Matthew E. Taylor, boursier Amii, rejoint une équipe collaborative de chercheurs de Mila et de 99andBeyond (une société qui développe des plateformes technologiques pour la découverte de médicaments) afin d'accélérer la découverte de traitements sûrs et efficaces à base de petites molécules contre le COVID-19 et pour atténuer d'autres épidémies futures. L'équipe appliquera les récentes avancées en matière d'apprentissage automatique pour réorienter les petites molécules dont l'innocuité a été prouvée (essais de phase I) et identifier de nouveaux candidats comme traitements anti-COVID-19.

Le projet vise à faire progresser le domaine de l'apprentissage par renforcement dans la découverte de médicaments à petites molécules, à conserver et à monétiser la propriété intellectuelle canadienne et, surtout, à publier ouvertement les candidats anti-COVID-19 associés à des données in vitro prometteuses pour le bénéfice de la communauté des chercheurs.

Les collaborateurs sont Sarath Chandar (Chaire d'IA du CIFAR Canada, Mila, Polytechnique Montréal), Matthew E. Taylor (Amii, Université d'Alberta), Sai Krishna (99andBeyond), Karam Thomas (99andBeyond).

Protéger les données démographiques à risque avec l'IA (GuARD-AI) 

GuARD-AI réunit les boursiers Amii Randy Goebel et Martha White (également titulaire d'une chaire d'IA du CIFAR Canada) avec des chercheurs en informatique de la santé, des responsables de l'information sur la santé et des chercheurs en éthique des données afin de créer le prototype d'un laboratoire de données virtuel. Le projet vise à identifier les populations à risque, à prédire l'évolution de la maladie au niveau individuel, à prédire la propagation de la maladie dans l'ensemble d'un système de santé et à analyser les connaissances acquises pour affiner l'utilisation future des modèles de prestation de soins de santé virtuels dans des scénarios de crise.

Le projet vise à développer les meilleures pratiques pour l'analyse de la santé dans des situations où le temps est essentiel et où les décisions fondées sur l'action peuvent être soutenues en extrayant la valeur de données hautement dynamiques et sensibles au temps. GuARD-AI aidera à relever les défis immédiats liés à la pandémie auxquels l'Alberta et le Canada sont confrontés et contribuera à la mise en place de futurs systèmes adaptables pour réagir à des épidémies sensibles au facteur temps.

Les collaborateurs sont Daniel C. Baumgart (Université de l'Alberta), Geoffrey Rockwell (Université de l'Alberta), Martha White (Chaire d'IA de l'ICAR Canada, Université de l'Alberta, Amii), Randy Goebel (Amii, Université de l'Alberta), Robert Hayward (Directeur de l'information médicale, Alberta Health Services), Shy Amlani, (Virtual Health), Jonathan Choy (Virtual Health), Sara Webster (Virtual Health), et Sarah Hall (Virtual Health).

Détection et suivi des pneumonies chez les patients COVID-19

La maladie grave et le décès des patients COVID-19 sont le plus souvent dus à la progression de la maladie vers une pneumonie interstitielle ressemblant au syndrome de détresse respiratoire aiguë (SDRA), qui nécessite une hospitalisation. Russ Greiner, membre du programme Amii, s'est associé à MEDO.ai, une société de diagnostic par apprentissage automatique, et à des experts de la santé de l'État de New York pour produire un outil de diagnostic en appliquant l'apprentissage automatique aux échographies afin de déterminer automatiquement quels patients sont atteints de pneumonie. L'échographie, plutôt que la tomographie par ordinateur (CT), est proposée en raison de la portabilité et de la technologie (réduisant le risque de transmission) et parce qu'elle ne comporte pas le même risque d'exposition aux radiations.

Détecter les changements dans l'état d'un patient avant qu'il ne nécessite une intervention urgente pourrait permettre de lui prodiguer des soins de soutien plus tôt et plus efficacement. Le système final, dont les chercheurs prévoient qu'il surpassera les performances du lecteur humain moyen (et peut-être même celles des experts), sera intégré aux échographes afin de produire un outil qui pourra être utilisé efficacement par le personnel de santé, même s'il n'a qu'une formation limitée.

Les collaborateurs sont Kumaradevan Punithakumar (Université d'Alberta), Russell Greiner (Université d'Alberta, Amii), Jacob Jaremko (Université d'Alberta), Nathaniel Meuser-Herr (Upstate Health Care Center, NY), Dornoosh Zonoobi (MEDO.ai).

Cette recherche est basée sur des travaux soutenus par les subventions catalytiques AI et COVID du CIFAR. Amii met son expertise au service d'initiatives à fort impact dans la lutte mondiale contre le COVID-19 - pour en savoir plus, rendez-vous sur le site Efforts d'Amii contre le COVID-19