Le système ontarien d’évaluation de l’autisme est sous pression. Bien que le repérage précoce soit essentiel pour aider les enfants et les familles à accéder à du soutien pendant des périodes clés du développement, il demeure difficile d’obtenir un diagnostic en temps opportun et les longues attentes sont fréquentes. C’est ce problème urgent qui sous-tend un projet explorant si l’IA pourrait aider à repérer de façon systématique les enfants qui pourraient avoir besoin d’une évaluation de l’autisme et à faciliter un diagnostic rapide. En soi, cette initiative constitue un solide projet d’IA médicale lié à un besoin réel en soins pédiatriques. Mais elle offre aussi l’occasion de réfléchir à un ensemble plus vaste de questions. Passer de la recherche à l’utilisation dans le monde réel exige d’examiner des enjeux comme l’explicabilité du modèle, la gouvernance des données, les flux de travail, le déploiement à grande échelle, la qualité des données, la stigmatisation, l’équité et la transparence.

Le 18 mars 2026 – L’Hôpital d’Ottawa est le premier établissement au monde à évaluer Extubation Advisor, un outil prédictif fondé sur l’intelligence artificielle et l’apprentissage machine qui aide les équipes des soins critiques à déterminer à quel moment les patients sont prêts à respirer par eux-mêmes. L’outil surveille et analyse le profil de variabilité de la fréquence respiratoire du patient lors des essais de soutien minimal du respirateur. Il utilise ensuite l’intelligence artificielle pour traduire ces profils respiratoires modifiés en une prédiction qui aide à déterminer si le patient pourrait être retiré du respirateur en toute sécurité.

Le 18 février 2026 – Une visite en clinique demande beaucoup à tout le monde dans la salle. Un patient décrit ses symptômes, répond aux questions et se fait souvent examiner, le tout dans un court laps de temps. Le clinicien tente de comprendre le problème, de décider de la suite et de retenir les détails importants. Puis vient la documentation. Les notes doivent toujours être complétées, révisées et versées au dossier. Ce travail peut s’accumuler, surtout quand le nombre de visites par quart de travail continue d’augmenter. Pour le Dr Venkatesh Thiruganasambandamoorthy, cette pression se traduit par un compromis, surtout lors d’un quart achalandé. « L’information peut se perdre en route, car soit je prends des notes très détaillées, soit je me concentre entièrement sur le patient et je suis vraiment engagé. » Son intérêt pour un transcripteur par IA ne venait pas d’une curiosité envers l’IA. Il venait d’un problème bien connu : même avec la dictée, il devait revenir après avoir vu un patient et écrire le récit de l’échange.

Le 17 février 2026 – Pour les personnes atteintes d’une maladie rénale chronique avancée, le début de la dialyse n’a pas à se faire à l’urgence. Idéalement, la transition est planifiée. Les patients amorcent la dialyse en consultation externe, dans un cadre contrôlé, et ces personnes s’en tirent généralement mieux. Quand les cliniciennes et cliniciens peuvent voir venir les choses, ils peuvent se préparer avec les patients, organiser l’accès et s’assurer que la transition est planifiée plutôt que précipitée. Pourtant, beaucoup de patients « entrent en dialyse » de façon brutale. Ils se présentent à l’hôpital très malades et ont besoin de soins urgents. Ces débuts non planifiés sont associés à de moins bons résultats. Environ 40 % des patients commencent la dialyse de cette façon. C’est ce qui a amené le Dr Gregory Hundemer, néphrologue et clinicien-chercheur à L’Hôpital d’Ottawa et à l’Université d’Ottawa, à poser une question simple : peut-on savoir qui risque d’avoir besoin de dialyse bientôt et agir avant que la situation ne devienne urgente?

Cet article offre un aperçu introductif de la façon dont le droit d’auteur s’applique à la recherche en IA au quotidien. Il précise pourquoi « open source » ne veut pas toujours dire « sans conditions », pourquoi la question de l’auteur humain compte pour le contenu généré par l’IA, et comment des choix faits tôt sur le code, les données et les licences peuvent protéger votre travail — ou vous exposer à des risques plus tard. L'article a été rédigé par Leah Labib, responsable du transfert de technologie à l’Institut de recherche de l’Hôpital d’Ottawa, où elle aide les chercheurs à protéger et à commercialiser des innovations au moyen de brevets, de licences et d’ententes de recherche.

Le 19 janvier 2026 – En novembre 2025, nous avons lancé notre série Parcours de la recherche en IA vers les logiciels à titre d’instrument médical (LIM/SaMD). Le premier article expliquait pourquoi la réglementation compte dès les premières étapes de la recherche, présentait la notion d’IA comme logiciel à titre d’instrument médical et décrivait le fonctionnement du cadre de classification fondé sur le risque de Santé Canada. Dans le deuxième article, nous mettons l’accent sur les logiciels de classe I, une catégorie dans laquelle s’inscrivent de nombreux outils d’IA issus de la recherche. L’article explique en termes simples ce que signifie la classe I, comment l’utilisation prévue — et non la complexité technique — détermine la classification, et ce que les chercheuses et chercheurs doivent comprendre des exigences applicables à la classe I, notamment en matière de documentation, d’étiquetage et de gestion continue des risques. À l’aide d’exemples concrets, cet article aide les équipes de recherche à avancer avec plus de clarté à mesure que les outils d’IA commencent à passer de la recherche à une utilisation concrète.

Le 16 décembre 2025 – Au sein du laboratoire d’Équité dans les systèmes de santé, qui relève de l’Institut de recherche Bruyère, le projet Health CARE-AI offre aux équipes de santé une façon plus claire d’aborder les questions d’éthique et d’équité liées à l’utilisation de l’intelligence artificielle (IA). Health CARE-AI (Contextual, Accountable and Responsible Ethics for Artificial Intelligence in Healthcare) est un cadre de professionnalisme et d’éthique qui énonce des principes pratiques pour l’utilisation de l’IA en formation, en recherche et en soins de santé. L’initiative a bénéficié du Programme de financement de démarrage en intelligence artificielle de la Faculté de médecine de l’Université d’Ottawa en 2024, ce qui a permis à l’équipe d’établir une base fondée sur des données probantes pour le cadre.

Le 20 novembre 2025 – L’intelligence artificielle (IA) évolue rapidement et n’est plus confinée à des environnements de recherche contrôlés. Elle entre de plus en plus dans la pratique clinique et contribue à la transformer. Elle offre un immense potentiel pour la médecine, mais le passage de la recherche universitaire à l’application clinique réelle exige davantage que de l’expertise technique et clinique.Une nouvelle série de billets de blogue d’OMARI explore les parcours qui mènent de la recherche en IA aux logiciels à titre d’instruments médicaux (LIM), connus à l’international sous le nom de Software as a Medical Device (SaMD). La série met l’accent sur les pratiques réglementaires, techniques et institutionnelles qui contribuent à combler cet écart. Dans le premier article de la série, intitulé Considérations réglementaires pour combler l’écart entre la recherche et le déploiement, nous expliquons pourquoi la réglementation compte dès les premières étapes de la recherche, présentons le concept d’IA en tant que logiciel à titre d’instrument médical, donnons des exemples de différentes classifications de LIM utilisées dans la pratique, mettons en lumière l’évolution des lignes directrices des organismes de réglementation en santé propres à l’IA et examinons ce qui s’en vient.

Le 19 novembre 2025 – Au site Centretown de Santé Bruyère, la plateforme ALTA(MC), un dispositif robotisé de transfert des patients, transforme une tâche qui se répète des centaines de fois par semaine : déplacer les patients et patientes vers et depuis leur lit. Des transferts qui exigeaient auparavant deux ou trois personnes peuvent maintenant être effectués par un seul membre de l’équipe ayant reçu la formation nécessaire, d’une simple pression sur un bouton. En tant que premier établissement à adopter et à évaluer cette innovation canadienne propulsée par l’intelligence artificielle (IA), Santé Bruyère contribue à transformer des outils prometteurs en solutions concrètes, une façon pour les hôpitaux de soutenir le développement tout en menant de la recherche appliquée.

Le 18 novembre 2025 – Les revues systématiques peuvent être lentes, sujettes aux erreurs et difficiles à mettre à l’échelle. Elles deviennent souvent un point de blocage avant même le démarrage des projets fondés sur des données probantes. DistillerSR est en cours de déploiement pour aider à corriger la situation, de façon à ce que les équipes franchissent plus rapidement cette première étape, puissent maintenir leurs revues à jour au fil du temps et simplifier leurs travaux de recherche et l’élaboration de lignes directrices.

Le 17 octobre 2025 - L’Institut de recherche du CHEO a développé un algorithme d’IA fondé sur des règles, ThinkRare, qui utilise des renseignements cliniques recueillis de façon courante dans environ 300 000 dossiers de patientes et patients pour repérer les enfants et les jeunes susceptibles d’avoir une maladie génétique rare non diagnostiquée. Lorsque les critères sont remplis, une alerte invite les cliniciennes et cliniciens à envisager une aiguillage et des tests génétiques, aidant ainsi les familles à accéder plus tôt à des soins éclairés. 

Le 17 octobre 2025 - À compter de début novembre 2025, Cosmos — une plateforme offrant des outils robustes et un vaste ensemble de données dépersonnalisées tirées de 1 809 hôpitaux, de plus de 41 500 cliniques et de 300 millions de patients aux sites Epic participants au Canada et ailleurs dans le monde — commencera à être déployée à L’Hôpital d’Ottawa (L’HO) et au sein des hôpitaux de l’Alliance Atlas. L’accès à Cosmos aidera à stimuler des découvertes utiles et à faire progresser les projets de recherche, tout en appuyant une prise de décision clinique plus éclairée et en permettant des soins davantage personnalisés.