Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Colloque
Membre a labase
Benjamin Haibe-Kains : Princess Margaret Cancer Centre, University Health Network
Avec l’évolution des techniques computationelles d’apprentissage machine et la disponibilité de grands ensembles de données, les analyses deviennent de plus en plus sophistiquées, et les risques d’erreurs et de bias sont plus élevés. Il est de plus en plus difficile de scrutiner, comprendre, et d’étendre les études publiées dans les journaux scientifiques. Cependant, la recherche scientifique se base sur un principe fondamental qui consiste en la capacité, pour des chercheurs indépendants, de reproduire les résultats en refaisant les expériences ou en ré-analysant les données. La communauté scientifique se trouve en face d’un défi majeur: comment communiquer la recherche pour maximiser la transparence, reproductibilité et exploitation des produits de recherche. Dans cette présentation, je décrirais les obstacles actuels et les solutions qui peuvent être aisément déployées pour améliorer la reproductibilité de la recherche en santé.
Les récentes percées technologiques rendent maintenant possible la génération d’importantes quantités de données dans le domaine de la santé, incluant les données génomiques, métabolomiques et protéomiques. Le développement de nouvelles méthodes et approches innovantes dans l’analyse est indispensable. De fabuleuses possibilités de recherche sont ainsi à notre portée, ce qui permet d’atteindre l’aspect personnalisé de la médecine de précision. Cette situation amène toutefois son lot de défis quant à la quantité, la sécurité et l’accessibilité de ces données. Ce colloque permettra de présenter l’état de l’art en recherche sur ces différents aspects.
Thème du congrès 2021 (88e édition) :
Thème du colloque :
Date :
6 mai 2021
Titre du colloque :
Thème du colloque :
Responsables :
