Les images médicales recèlent une mine d’informations, dont beaucoup restent invisibles à l’œil nu. La Dre Rebecca Thornhill (Médecine / IRHO), physicienne spécialisée en imagerie médicale, collabore avec des radiologues et des cardiologues pour offrir des IRM cardiaques sûres et de haute qualité, tout en repoussant les limites de ce que ces images peuvent révéler. Ses recherches portent sur la radiomique—l’extraction de caractéristiques quantitatives à partir d’images—et sur la manière dont ces caractéristiques peuvent alimenter des modèles d’intelligence artificielle pour détecter maladies ou états tissulaires. À mesure que ces modèles gagnent en puissance, son équipe développe des outils d’IA explicable pour rendre les décisions complexes interprétables par les cliniciens et les patients, garantissant ainsi que la technologie de pointe soit fiable et intégrée efficacement aux soins cliniques.

Un parcours atypique vers la physique de l’imagerie

Le chemin de la Dre Thornhill vers la physique de l’imagerie fut loin d’être traditionnel. Titulaire d’un baccalauréat en sciences biomédicales, elle n’aurait jamais imaginé que sa passion pour les mathématiques pourrait s’appliquer à la médecine—jusqu’à son projet de fin d’études à Guelph, portant sur l’analyse de la variabilité du rythme cardiaque chez les chevaux. Cette première rencontre avec la théorie de Fourier et le traitement numérique du signal a suscité une fascination qui l’a conduite aux études supérieures en biophysique médicale et en IRM cardiaque.

Au fil de près de trois décennies, son intérêt s’est déplacé de la production de belles images du cœur battant à l’extraction d’informations diagnostiques significatives, inspirant ses travaux en radiomique et en IA explicable—un domaine où elle puise des connaissances en psychologie, en management et en facteurs humains. Elle confie rester perpétuellement humble face à tout ce qu’il reste à apprendre et reconnaît à quel point la collaboration façonne la découverte. 

Un mentorat qui a façonné son parcours

La Dre Thornhill attribue à de nombreux mentors le façonnement de sa carrière et de sa façon d’aborder la recherche. Son superviseur de 4e année, le Dr Peter Physick-Sheard, l’a poussée à passer de la simple « collection de tampons » à une véritable pensée critique, tandis que la Dre Barb Lehman a donné vie à la théorie des ensembles à travers les histoires derrière les théorèmes. Ses directeurs de recherche aux cycles supérieurs, les Drs Frank Prato et Maria Drangova, lui ont offert des conseils honnêtes et durables bien après son doctorat, l’aidant à naviguer dans des défis de recherche complexes avec clarté et intégrité. Hors du monde scientifique, son professeur de théâtre d’enfance, Yo Mustafa, lui a appris à projeter sa voix avec assurance et à ne pas se prendre trop au sérieux—une compétence qu’elle juge inestimable pour l’enseignement, les conférences et les projets de recherche collaboratifs.

Des conseils pour la prochaine génération

Ses recommandations pour les chercheuses et chercheurs émergents sont à la fois pratiques et humaines : écrire librement et souvent, même si le brouillon paraît désordonné. L’IA peut affiner l’écriture, note-t-elle, mais ne peut remplacer les premières connexions que votre esprit établit sur la page. Favorisez le respect interpersonnel entre disciplines, incluez intentionnellement tous les membres lors des laboratoires et ateliers, et apportez toute votre humanité à votre travail. Surtout, choisissez d’aider quand le doute s’installe—vous le regretterez rarement. 

Chèvres, rires et blagues cosmiques

Pour ceux qui la connaissent, l’amour de la Dre Thornhill pour les animaux est indéniable—particulièrement pour les chèvres. Elle prend plaisir à partager des « nouvelles de chèvres », qu’il s’agisse de leur rôle dans la réduction des risques d’incendie en Californie ou de leurs pitreries hilarantes et espiègles. Leur charme insolent, dit-elle, donne l’impression qu’elles sont complices d’une blague cosmique, rappelant que la vie est souvent absurde. « Trouvez vos gens—ou vos animaux—et prenez le temps de rire ensemble », conseille-t-elle. 

En médecine d’urgence, l’incertitude peut être dangereuse. Les travaux du Dr Thiruganasambandamoorthy (Médecine d'urgence / IRHO) visent à réduire cette incertitude pour les patients présentant des urgences cardiovasculaires — en particulier la syncope, la présyncope et les douleurs thoraciques — en améliorant l’évaluation du risque et la prise de décision. Au cœur de cette démarche se trouve l’intelligence artificielle en santé : des outils fondés sur les données qui soutiennent des décisions cliniques plus rapides, plus sûres et plus cohérentes, tout en complétant l’expertise des cliniciens de première ligne.

Son programme a pour objectif de réduire la morbidité et la mortalité grâce à une stratification rigoureuse du risque, tant à l’urgence qu’au-delà. En combinant expertise clinique, ensembles de données à grande échelle et méthodes émergentes en IA, ses travaux remplacent la variabilité des pratiques par une précision guidée par les données probantes. 

De l’intuition clinique aux algorithmes d’aide à la décision

L’un des piliers de ses travaux est le Score canadien de risque de syncope (CSRS), élaboré avec la contribution de patients, de médecins d’urgence, de cardiologues, de paramédics et d’administrateurs de la santé. Bien qu’ancré dans des prédicteurs cliniques traditionnels, le CSRS a jeté les bases d’outils de stratification plus avancés et fondés sur les données.

Dans la continuité de ces travaux, le Dr Thiruganasambandamoorthy explore l’apprentissage automatique et le traitement du langage naturel afin d’affiner la prédiction du risque pour la syncope et les douleurs thoraciques. En analysant les tendances dans les dossiers médicaux électroniques, les notes cliniques et les résultats des patients, les modèles d’IA peuvent détecter des signaux subtils susceptibles d’échapper à l’attention dans des contextes où le temps presse. Ces approches sont conçues pour appuyer la prise de décision, et non pour la remplacer, en offrant aux cliniciens une couche d’analyse supplémentaire ancrée dans des données du monde réel. 

Étendre les soins appuyés par l’IA au-delà de l’urgence

L’IA médicale soutient également les efforts visant à déplacer la surveillance hors des murs de l’hôpital. L’étude REMOSYNC évalue l’utilisation d’un moniteur cardiaque à distance pendant 15 jours chez des patients à risque plus élevé ayant été retournés à domicile après une syncope. Cette approche permet une détection plus précoce des arythmies tout en réduisant les hospitalisations inutiles. En combinant la surveillance à distance à l’analytique prédictive, ce modèle fournit des données continues et personnalisées pour orienter le suivi.

Parallèlement, le Score canadien de risque de syncope préhospitalier outille les paramédics afin qu’ils puissent prendre des décisions éclairées par les données avant même l’arrivée des patients à l’hôpital, étendant ainsi la portée de l’évaluation du risque améliorée par l’IA au contexte préhospitalier.

Précision, équité et innovation responsable

Ses travaux abordent également la question de l’équité diagnostique. L’essai CODE-MI examine l’utilisation de seuils spécifiques aux femmes pour la troponine cardiaque ultrasensible, soulignant que les outils algorithmiques doivent être conçus avec soin afin d’éviter les biais. Pour le Dr Thiruganasambandamoorthy, une IA médicale responsable signifie améliorer la précision tout en garantissant l’équité, l’interprétabilité et la pertinence clinique.

Un parcours façonné par le terrain

Son intérêt pour les outils d’aide à la décision appuyés par l’IA trouve ses racines dans ses débuts dans un hôpital rural, où les ressources limitées mettaient en lumière les conséquences de l’incertitude clinique. Ces expériences continuent d’alimenter son engagement envers des outils pratiques et interprétables, utilisables directement au point de service — des outils qui améliorent la sécurité, l’efficacité et les résultats pour les patients comme pour les cliniciens.

Persévérance, en recherche comme dans la vie

Interrogé sur ses sources d’inspiration, il cite Srinivasa Ramanujan, mathématicien dont l’originalité et la persévérance face à l’adversité demeurent une source d’inspiration. Son conseil à la relève est tout aussi direct : ne jamais abandonner, ni sur le plan professionnel ni personnel.

Au-delà du sarrau : la patience récompensée

Le plus grand défi de sa vie, dit-il, a été de devenir père. Après des décennies d’essais, il a accueilli son enfant à l’âge de 53 ans — un rappel profondément personnel que la persévérance façonne les résultats, en médecine comme ailleurs. 

Les recherches du Dr El Emam (ÉÉSP / IR CHEO) se situent à la croisée de l'apprentissage automatique, des technologies de renforcement de la confidentialité et des modèles de prédiction, avec un accent particulier sur les applications concrètes. Grâce à ses travaux, il développe des méthodes qui permettent de générer des informations basées sur les données de manière responsable, en veillant à ce que des analyses puissantes puissent être utilisées sans compromettre la confidentialité, la confiance ou la valeur sociale. Son programme de recherche, ancré dans la santé numérique et l'informatique appliquée, est conçu non seulement pour faire progresser les méthodes, mais aussi pour les rendre utilisables là où elles sont le plus utiles : dans les systèmes de santé et les systèmes sociaux complexes.

Au cœur de ce travail se trouve un engagement en faveur de la praticité. Plutôt que de traiter l'apprentissage automatique comme un exercice technique abstrait, le Dr El Emam se concentre sur les modèles de prédiction et les approches de préservation de la vie privée qui peuvent être déployés dans des contextes réels, en éclairant la prise de décision tout en respectant les contraintes juridiques, éthiques et sociales. Il s'agit d'une recherche façonnée autant par les réalités de la mise en œuvre que par les algorithmes. 

Une motivation ancrée dans l’impact

Le Dr El Emam a été attiré par ce domaine par le désir de travailler sur des problèmes présentant des avantages sociaux et économiques tangibles. Très tôt, il a compris que les données et l'apprentissage automatique, lorsqu'ils sont conçus de manière réfléchie, peuvent aider à relever des défis à grande échelle, en particulier dans le domaine de la santé. Cette motivation continue de guider ses choix de recherche aujourd'hui : il sélectionne les problèmes non pas uniquement pour leur élégance théorique, mais pour leur potentiel à améliorer les systèmes, les résultats et l'efficacité dans le monde réel. 

Apprendre auprès de nombreux mentors

En réfléchissant au mentorat, le Dr El Emam souligne que son parcours n'a pas été façonné par une seule personne, mais par de nombreux individus à différentes étapes de sa carrière. Chaque mentor a influencé des décisions clés, qu'il s'agisse de l'encourager à explorer de nouvelles directions, à prendre des risques calculés ou à maintenir le cap lorsque des défis se présentaient. Collectivement, ces relations l'ont aidé à développer à la fois une expertise technique approfondie et une approche pragmatique de la résolution de problèmes, renforçant ainsi la valeur de la perspective, de l'expérience et des commentaires honnêtes. 

Conseils pour la prochaine génération 

Lorsqu'on lui demande ce qu'il attend de la prochaine génération, le Dr El Emam répond avec franchise. La concentration est essentielle. Le temps est limité, et il est essentiel d'apprendre à dire non aux distractions, aux projets mal alignés ou aux rendements décroissants. Il souligne également l'importance de maîtriser plusieurs disciplines. Les problèmes actuels s'inscrivent rarement dans un seul domaine ; les personnes les plus efficaces sont celles qu'il appelle les « licornes », c'est-à-dire celles qui peuvent combiner, par exemple, l'informatique et le droit, ou la connaissance clinique et l'informatique, ou les trois à la fois.

Il note que la stabilité peut être sous-estimée. Rester suffisamment longtemps au même endroit pour établir la confiance et créer des réseaux permet souvent d'approfondir la collaboration, l'impact et l'influence. Il est tout aussi important d'apprendre à gérer le stress dès le début, grâce à des habitudes qui favorisent la santé, la résilience et des performances durables.

Il met surtout l'accent sur le travail d'équipe et l'exécution. Les problèmes complexes nécessitent des équipes solides et motivées, et les progrès dépendent de personnes qui s'efforcent de comprendre les problèmes et qui vont jusqu'au bout pour les résoudre. Un optimisme pragmatique, même lorsque des défis se profilent, aide les équipes à aller de l'avant. Et les mentors, au pluriel, restent essentiels. Identifier les personnes disposées à investir leur temps et à s'engager activement dans leurs commentaires peut façonner une carrière de manière durable. 

Une anecdote de ses débuts 

Un détail qui ne figure pas facilement sur son CV : le Dr El Emam a fondé sa première entreprise dérivée de la recherche alors qu'il était encore étudiant diplômé. Anecdote amusante ou non, cela reflète un thème récurrent dans sa carrière : transformer la recherche en quelque chose qui fonctionne au-delà du laboratoire.