Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Membre a labase
Audrey Durand : Université Laval
Au Canada, un aîné sur quatre s’est vu prescrire 10 catégories de médicaments ou plus en 2016. Ce phénomème de polypharmacie peut avoir plusieurs impacts négatifs comme des risques d’effets indésirables. En effet, les patients sujets à la polypharmacie s’exposent à des risques d’interactions médicamenteuses peu ou pas documentées pouvant résulter en des conséquences sur leur santé. Ces effets ce traduisent à leur tour en impacts sur le système de santé et la société, par exemple via une hausse des hospitalisations. Cette présentation porte sur un projet de recherche visant à utiliser des approches d’intelligence artificielle (IA) afin de départager la qualité des polypharmacies chez les ainés québécois atteints de maladies chroniques et à développer des indicateurs de polypharmacie. On y verra notamment un exemple concret d’application de l’IA dans ce contexte spécifique.
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.
Titre du colloque :
Thème du colloque :