Une attestation de participation peut vous être fournie à la demande.

Résumé :

La polypharmacie fait l’objet d’une surveillance populationnelle à l’INSPQ. Elle est associée à plusieurs issues de santé défavorables (p. ex. risque accru de fracture, d’hospitalisation ou de décès). Cette présentation portera sur trois familles de méthodes d’intelligence artificielle (IA) appliquées à la surveillance de la polypharmacie : 1) La fouille de données : comme la polypharmacie est complexe à définir en raison du nombre imposant de combinaisons possibles, des modèles de détection des combinaisons les plus fréquentes seront appliqués. 2) La prédiction d’issue de santé : les performances de prédiction seront comparées entre des modèles IA et la régression logistique. 3) L’explicabilité : les modèles IA sont considérés comme des « boites noires », ce qui ralentit leur application dans des domaines plus sensibles de la santé, mais il existe des méthodes applicables à ces modèles pour les rendre plus « transparents ». La présentation terminera sur des conclusions et des réflexions sur l’avenir de l’IA en santé publique.

Biographie de Yohann Chiu :

Le Pr Chiu est professeur adjoint au Département de médecine de famille et de médecine d’urgence de l’Université de Sherbrooke. Ses travaux visent à valoriser les informations contenues dans les grandes banques de données administratives du Québec à l’aide d’outils statistiques adaptés, afin de fournir des résultats en contexte « réel ». Il s’intéresse aussi aux méthodes d’intelligence artificielle pour l’étude des maladies chroniques et de la santé mentale.