Faire progresser l'imagerie médicale grâce à une IA explicable et tenant compte de l'incertitude

Mes recherches portent sur le développement de méthodes avancées d'intelligence artificielle et d'apprentissage profond appliquées à l'imagerie médicale, dans le but d'améliorer le diagnostic automatisé des maladies, leur suivi et l'aide à la décision clinique pour diverses modalités telles que l'IRM, la tomodensitométrie, l'échographie et l'imagerie ophtalmologique.

Craig K. Jones, docteur, est professeur au département de génie biomédical de l'Université de l'Alberta, où ses travaux portent sur le développement de l'intelligence artificielle et de l'apprentissage profond pour l'imagerie médicale afin d'améliorer le diagnostic des maladies, leur suivi et l'aide à la décision clinique.

Ses recherches mettent l'accent sur explicables et IA sensible à l'incertitude, couvrant l'apprentissage de représentations non supervisé et auto-supervisé, l'analyse d'images multimodale et longitudinale, la radiomique, la détection d'artefacts et l'apprentissage fédéré, avec des applications dans les domaines de l'IRM, de la tomodensitométrie, de l'imagerie ophtalmique et de la chirurgie guidée par l'image. Il est l'auteur de plus de 100 publications évaluées par des pairs, a contribué à trois brevets et a dirigé ou codirigé des projets sur des thèmes tels que la quantification de l'incertitude épistémique et aléatoire dans la segmentation 3D, la reconstruction par tomodensitométrie à faisceau conique assistée par IA, le guidage neuroendoscopique, l'analyse d'images rétiniennes et les pipelines de radiomique automatisés pour les malformations vasculaires et la stratification du risque de cancer du pancréas. Il évalue fréquemment des articles pour des revues de premier plan et est rédacteur en chef adjoint du Journal of Medical Imaging. Avant de rejoindre l'Université de l'Alberta, il a occupé des postes d'enseignant et de chercheur en informatique, radiologie, ophtalmologie et gastro-entérologie à Johns Hopkins, a codirigé un laboratoire d'IA en radiologie et a dirigé le Center for the Advancement of Medical AI, une initiative à but non lucratif soutenant l'imagerie collaborative et les applications de grands modèles linguistiques dans le domaine de la santé.

Le Dr Jones est profondément engagé dans le mentorat ; il a en effet encadré de nombreux étudiants en master et en doctorat ainsi que des chercheurs postdoctoraux travaillant à la croisée de l'IA et de l'imagerie clinique. Il dispense par ailleurs de nombreux cours sur l'imagerie médicale, l'apprentissage profond et la vision par ordinateur, notamment à l'échelle internationale dans le cadre des programmes de l'AI SPARK Academy, soutenus par la MICCAI, en Afrique et en Asie. Ses travaux ont été récompensés par des prix tels que le CT Meeting Most Innovative Paper Award pour avoir combiné des modèles basés sur la physique avec l'apprentissage profond et l'incertitude, des prix SPIE pour ses posters, ainsi que par des conférences plénières et départementales sur invitation portant sur l'incertitude en IA médicale, l'imagerie rétinienne et les biomarqueurs d'imagerie basés sur l'IA.