Cette page comprend les prochains événements organisés par l’IRIAMO, par l’Université d’Ottawa ou par d’autres organisations actives dans le domaine de l’IA médicale, au Canada et ailleurs dans le monde.
Pour obtenir de l’information sur les séances précédentes, comme des liens vers des présentations, des enregistrements ou d’autres ressources disponibles, veuillez consulter le blogue de l’IRIAMO.
Du 14 octobre au 25 novembre 2026
Ottawa
Cet automne, l’Institut de recherche en IA médicale d’Ottawa (IRIAMO) lance une nouvelle Série de séminaires de l’IRIAMO qui réunira des chercheuses et chercheurs, des cliniciennes et cliniciens, des étudiantes et étudiants en médecine, des membres du corps professoral ainsi que d’autres personnes qui s’intéressent au domaine en évolution rapide de l’intelligence artificielle en médecine.
À compter du 14 octobre 2026, les séminaires auront lieu toutes les deux semaines, les mercredis après-midi, de 17 h à 19 h. La série explorera un vaste éventail de sujets liés à l’IA médicale : de l’apprentissage automatique traditionnel aux grands modèles de langage, des données tabulaires et d’imagerie aux données textuelles, et du développement des modèles et de l’évaluation clinique à leur mise en œuvre, ainsi qu’aux méthodes et applications émergentes.
La série commencera par un projet pilote de quatre séances, qui nous permettra de réunir la communauté de l’IA médicale d’Ottawa et de déterminer quels sujets, formats et types d’échanges sont les plus utiles aux personnes participantes. Si l’intérêt est marqué, nous espérons nous appuyer sur ces premières séances et faire de la série un forum permanent pour échanger des idées, présenter des travaux de recherche et créer des liens entre les personnes qui travaillent au croisement de l’IA et de la médecine.
Conférencière : Dre Fida Dankar
Lors du séminaire d’ouverture, le professeur Khaled El Emam présentera la série et la Dre Fida Dankar sera notre première conférencière. Cette présentation propose une introduction accessible au fonctionnement de ChatGPT et d’autres grands modèles de langage. Elle commence par situer l’IA générative dans l’histoire plus large de l’intelligence artificielle et par présenter les transformeurs. À l’aide d’exemples simples, elle explique comment le texte est converti en représentations numériques, comment le mécanisme d’attention utilise les mots environnants pour en comprendre le sens et comment des modèles comme GPT génèrent du texte en estimant de façon répétée des probabilités et en sélectionnant le prochain jeton. Elle explique également comment les modèles de langage apprennent grâce au préentraînement à grande échelle, à l’ajustement fin à partir d’instructions et à la rétroaction humaine. Enfin, elle présente des méthodes pratiques de rédaction d’instructions et montre comment des consignes claires, des données probantes fiables et une vérification attentive peuvent améliorer les réponses des modèles.
Conférencier : Dr Steven Hawken
Un modèle peut afficher une AUC et d’autres mesures de performance qui semblent impressionnantes tout en produisant des estimations individuelles très erronées, en échouant lorsqu’il est appliqué à une nouvelle population ou en offrant peu ou pas d’avantages cliniques. Cette séance approfondie de deux heures montrera comment développer et évaluer un modèle de prédiction de façon rigoureuse et transparente, et comment interpréter les mesures de performance des modèles présentées dans les articles scientifiques.
L’étude de cas portera sur un ensemble de modèles d’apprentissage automatique qui estiment l’âge gestationnel à partir d’analyses sanguines courantes de dépistage néonatal. Ces modèles ont été développés à partir de données de l’Ontario et ont fait l’objet d’une validation externe à l’échelle internationale. À l’aide des modèles et des données réels, la séance montrera pourquoi la performance change lorsqu’un modèle est appliqué à une autre population et comment y remédier. Elle proposera également un regard franc, avec le recul, sur les choix de conception et les améliorations possibles.
Les personnes participantes auront accès au code R et aux données ouvertes connexes afin de reproduire chaque exemple. La séance s’adresse aux chercheuses et chercheurs, aux personnes en formation et aux cliniciennes et cliniciens qui possèdent des connaissances de base en statistique. Aucune expérience en ingénierie ou en programmation n’est requise.
Conférenciers : Dr Arun Radhakrishnan, Dr Zack van Allen et L. Jayne Beselt
Ce séminaire explorera comment les grands modèles de langage peuvent servir à appuyer l’analyse qualitative déductive des données en recherche en santé. À partir d’un exemple de codage fondé sur un cadre, nous présenterons des approches pratiques pour rédiger des instructions, structurer des flux de travail assistés par l’IA, comparer les résultats produits par les modèles et examiner les analyses générées par l’IA. Nous aborderons également des considérations importantes liées à une utilisation responsable, notamment la gestion des données, la protection de la vie privée, la transparence et la vérification des résultats.
À partir de ces exemples pratiques, la séance examinera les nouvelles questions qui se posent quant à la façon de concevoir la qualité et la rigueur lorsque l’IA est intégrée à l’analyse qualitative. Quelles devraient être nos attentes à l’égard d’un processus de grande qualité assisté par l’IA? Comment devrions-nous considérer la cohérence, la transparence, l’interprétation et la fidélité aux données? Ces attentes pourraient-elles différer entre la recherche et l’évaluation de programmes? La séance combinera apprentissage pratique et discussion sur ces questions méthodologiques en évolution.
Conférenciers : Dr Kevin Dick et Youssef Megahed
Description à venir.
Le lien ci-dessous concerne uniquement le séminaire du 14 octobre. Les renseignements sur l’inscription aux autres séances suivront.
Du 3 au 4 novembre 2026
Montréal
SMASH 2026 est un rassemblement interdisciplinaire consacré à la mise en pratique d’une IA sûre et responsable, avec un accent particulier sur la santé et la durabilité. Les chercheuses et chercheurs, les universitaires ainsi que les professionnelles et professionnels de l’industrie sont invités à soumettre des articles originaux portant sur la sécurité de l’IA, la durabilité, la santé et la responsabilité des modèles. L’événement réunit des spécialistes de diverses disciplines afin de faire progresser ces domaines.
