Ruchika Verma : faire découvrir à l'industrie les avantages de l'apprentissage automatique

La carrière de Ruchika Verma en tant que scientifique spécialisée dans l'apprentissage automatique est jeune mais déjà impressionnante. Son travail combine les données de santé, l'apprentissage automatique et l'imagerie médicale pour repousser les limites de la médecine de précision et de la recherche sur le cancer. Elle a organisé des concours internationaux pour trouver des méthodes innovantes d'identification, de segmentation et de classification des cellules tumorales.

En outre, elle a récemment reçu le prestigieux prix Outstanding Graduate Career Award de la Case Western Reserve University pour ses travaux sur l'utilisation de l'apprentissage automatique pour la prédiction des résultats de traitement et de la survie dans le glioblastome (GBM), une forme agressive de cancer. Elle s'est maintenant fixé pour objectif d'accélérer l'adoption de l'IA dans le secteur d'Amii, en aidant les entreprises à renforcer leurs capacités internes en matière d'IA.

C'est une carrière qui a débuté par une étincelle improbable : un jeu de pendu informatisé.

Le parcours de Ruchika pour devenir chercheuse en apprentissage automatique a commencé pendant ses études de premier cycle en ingénierie de l'électronique et de la communication à l'université technique du Punjab à Jalandhar, en Inde. Elle a fini par suivre quelques cours de programmation et l'un de ses premiers projets a consisté à créer une version numérique du jeu classique de devinettes. Elle a tout de suite été accrochée. Bien qu'il s'agisse d'un programme simple, Ruchika dit que son jeu du pendu l'a rendue immédiatement accro à l'aspect créatif du codage.

"Quand j'ai reçu ces missions pour la première fois, je me suis sentie si heureuse, si accomplie", dit-elle. "Avec le code, vous pouvez faire quelque chose et donner vie à vos idées".

Cette fascination pour le codage s'est poursuivie tout au long de ses études, mais elle s'est doublée d'un nouvel intérêt : la médecine. Plus précisément, Ruchika dit s'être intéressée à la pathologie, c'est-à-dire à l'étude et au diagnostic des maladies par l'examen de sections de tissus prélevées par chirurgie. Après avoir terminé ses études de premier cycle, Ruchika a obtenu une maîtrise du prestigieux India Institute of Technology Guwahati, avec une spécialisation en traitement statistique du signal et en apprentissage automatique. Elle a également donné des cours de premier cycle sur le traitement des images et des signaux numériques au National Institute of Technology, Meghalaya - l'institut d'importance nationale du gouvernement indien.

Pendant sa maîtrise, Ruchika a découvert qu'elle pouvait combiner ses intérêts pour la programmation et la pathologie, en cherchant à savoir si l'apprentissage automatique pouvait aider les médecins à repérer les tumeurs à l'aide de microscopes numériques. Cependant, ce qui l'a le plus attirée dans ce travail, c'est la possibilité de faire quelque chose qui aurait un impact significatif sur la vie des gens. Par exemple, ses recherches comprenaient l'application de l'apprentissage automatique pour mieux identifier les sous-types moléculaires du cancer du sein chez les patients.

Un patient peut recevoir un diagnostic de cancer du sein, par exemple. Mais ce cancer peut avoir d'autres sous-types qui peuvent changer radicalement ses chances de survie et le traitement le plus efficace pour le patient. Le plus souvent, cette identification est effectuée par un pathologiste par inspection visuelle d'échantillons de tumeurs prélevés lors d'une biopsie ou d'une intervention chirurgicale. Mais différents endroits d'une même tumeur peuvent présenter plusieurs sous-types de cellules cancéreuses, ce que l'identification manuelle peut facilement manquer.

Les travaux de Ruchika ont permis d'identifier de multiples sous-types chez un même patient grâce à l'apprentissage automatique, ce qui pourrait aider à proposer une médecine personnalisée, car la détection d'un sous-type secondaire chez un même patient peut avoir un impact sur le pronostic et le traitement du cancer.

"Avec des humains qui regardent la tumeur, nous ne pouvons généralement connaître que le sous-type dominant d'une tumeur. Mais grâce à l'apprentissage automatique, nous avons pu détecter la coexistence de plusieurs sous-types qui pourraient modifier le traitement d'un patient", explique-t-elle.

Elle a également remporté une bourse de voyage de l'IEEE signal processing society pour présenter ses travaux sur le cancer du sein à l'IEEE International Conference on Image Processing (ICIP) à Phoenix, aux États-Unis.

"Je voulais mettre en œuvre quelque chose qui aurait un impact. Quel est l'intérêt de faire quelque chose si cela n'apporte pas de valeur ajoutée à la vie des gens ?"

Identifier le cancer avec précision

Ruchika a ensuite fait le long voyage jusqu'en Amérique du Nord, où elle a obtenu un doctorat en génie biomédical à la Case Western Reserve University de l'Ohio. Pendant son séjour à Case Western, ses travaux de recherche ont consisté à développer de nouveaux marqueurs basés sur l'image pour le pronostic de la survie globale et la prédiction de la réponse au traitement des tumeurs GBM. Il s'agissait de former des modèles d'apprentissage automatique pour rechercher des marqueurs dans les scanners IRM et les lames de pathologie (échantillons de tissus) des tumeurs, qui pourraient aider à prédire la réponse d'un patient atteint de GBM à la chimio-radiothérapie. Ruchika a obtenu son diplôme avec onze articles de journaux et un brevet, ainsi qu'un certain nombre d'articles et de résumés de conférences dans des conférences scientifiques de premier plan. Ses travaux de recherche les plus récents ont été publiés dans des revues à fort impact telles que IEEE Transactions on Medical Imaging, Clinical Cancer Research, Journal of Pathology, Medical Physics et ont suscité un vif intérêt de la part de la communauté clinique. Case Western a reconnu l'excellence de ses travaux de recherche en décernant à Ruchika le prestigieux prix Outstanding Graduate Career Award.

Pendant ses études supérieures, elle a également coorganisé deux concours internationaux sur la segmentation des noyaux. L'un sur la segmentation et la classification des noyaux de cancer, MoNuSAC au Symposium international sur l'imagerie biomédicale de l'IEEE (ISBI 2020)où 46 000 limites nucléaires annotées à la main de cellules tumorales (épithéliales et immunitaires) ont été publiées afin de faciliter les recherches futures pour la caractérisation automatique des cellules cancéreuses. Elle a également co-organisé un autre concours international sur la segmentation des noyaux, MoNuSeg à MICCAI 2018Elle a également co-organisé un autre concours international sur la segmentation des noyaux, qui a permis de créer une riche ressource pour les recherches futures en pathologie informatique.

Au cours de son doctorat, Ruchika a également mené ses recherches sur la localisation des tumeurs colorectales et la prédiction de la survie à l'aide de l'intelligence artificielle en tant que stagiaire de recherche, respectivement à l'Université de Californie et à l'Université d'Alberta.

Un impact beaucoup plus important

Après avoir terminé son doctorat, Ruchika a rejoint l'équipe d'Amii en janvier 2022, initialement en tant que stagiaire en apprentissage automatique. Elle s'est associée au Conseil national de recherches du Canada (CNRC) pour étudier si l'apprentissage automatique pouvait être appliqué pour prédire l'abondance des biomolécules des protéagineux canadiens. L'objectif du projet était de développer des solutions d'intelligence artificielle (IA) et d'apprentissage machine pour extraire des modèles de plantes et prédire des phénotypes moléculaires directement à partir de leurs séquences d'ADN, ce qui pourrait aider la recherche à augmenter le rendement des cultures ou leur contenu nutritionnel. Bien que cela puisse sembler très éloigné de son travail dans le domaine de l'imagerie médicale, Ruchika affirme qu'ils ont une chose importante en commun : la possibilité d'avoir un impact sur les gens.

"Je voulais travailler sur quelque chose qui pouvait avoir une réelle valeur pour le Canada. Mon travail précédent avait un impact sur les gens, mais trouver des moyens d'extraire des modèles significatifs dans les protéagineux canadiens peut aider à cultiver des aliments avec une meilleure teneur en protéines et améliorer la production de rendement, ce qui pourrait toucher un nombre beaucoup plus important de personnes", dit-elle.

En avril, Ruchika s'est engagée à plein temps chez Amii en tant que chercheur associé en apprentissage automatique au sein de l'équipe Industrie. Elle travaille désormais avec des entreprises et d'autres organisations, offrant son expertise en apprentissage automatique pour résoudre des problèmes du monde réel. Travailler directement avec l'industrie lui a permis d'élargir sa compréhension du potentiel qu'offre l'apprentissage automatique : outre son travail avec le CNRC, les projets de Ruchika ont inclus l'utilisation de l'IA pour suggérer de nouvelles conceptions de batteries et des modèles qui aident à signaler les commentaires racistes sur les médias sociaux.

Son travail au sein de l'équipe "Industrie" lui a également permis de poursuivre la passion qui a jusqu'à présent alimenté son impressionnante carrière - un travail qui a un impact positif sur le monde. Il l'a également amenée dans une ville dont elle est tombée amoureuse, où elle apprécie les randonnées dans les vallées fluviales et les excursions occasionnelles en montagne avec son mari.

"Venir ici depuis l'Inde a été un long voyage. Même moi, je ne savais pas ce qui allait se passer, je ne savais pas que je me retrouverais là où je suis maintenant. Mais je suis heureux d'avoir eu l'opportunité de travailler avec une équipe aussi formidable."

Apprenez-en davantage sur la façon dont Ruchika et le reste de l'équipe industrielle d'Amii aident les organisations à utiliser l'apprentissage automatique pour résoudre leurs problèmes. Visitez notre page Solutions pour l'industrie.