Par Jonathan Woods
11 octobre 2022

Un avenir prometteur pour l’IA dans le domaine des soins de santé commence à émerger. Dans les hôpitaux ontariens, l’IA a déjà été utilisée pour prédire les admissions en salle d’urgence, automatiser les affectations infirmières et optimiser les horaires des infirmières, et il y a bien plus à venir. Mais au-delà des ensembles de données et des algorithmes, il y a un autre élément vital pour rendre cet avenir concret en santé : la formation spécialisée pour les chercheurs, étudiants et cliniciens en santé, afin qu’ils puissent comprendre l’IA et l’utiliser pour améliorer leur travail.

Le nouveau programme pilote de Vector, Excel to AI, a été conçu pour préparer les experts en santé à faire exactement cela.

En trois jours en juin, Excel à l’IA a permis aux chercheurs en santé de se mettre à jour sur les compétences et concepts fondamentaux en IA – même s’ils n’avaient aucune expérience préalable en codage. Le programme a doté les experts de Microsoft Excel travaillant en santé de compétences pratiques en Python, le langage de programmation privilégié pour de nombreuses applications d’IA, en quelques heures. L’objectif : leur permettre d’effectuer une meilleure analyse de données sur des projets de santé et de faire leurs premiers pas dans le monde de l’IA.

Vector a conçu le projet pilote Excel vers l’IA en partenariat avec le Temerty Centre for Artificial Intelligence Research and Education in Medicine (T-CAIREM). T-CAIREM est un organisme basé à l’Université de Toronto dont la vision est de transformer les soins de santé grâce à la recherche, à l’éducation et à l’infrastructure en IA, menant à « des méthodes de traitement plus efficaces, des coûts de santé réduits et de meilleurs résultats de santé pour les Canadiens ». [1]

En trois sessions de deux heures sur une semaine, six chercheurs de T-CAIREM sont passés de l’apprentissage des bases de Python à la génération de visualisations personnalisées, à la création de pipelines de données et à l’exploration de la façon dont les bibliothèques traditionnelles d’apprentissage automatique peuvent résoudre des problèmes d’affaires.

« Nous avons commencé à partir des bases », a déclaré Yinka Oladimeji, instructrice d’Excel en IA et spécialiste en éducation technique chez Vector. « On a commencé à progresser graduellement et à leur donner des devoirs à la fin de chaque journée. Jour un et jour deux, nous leur avons présenté ce que Python peut faire. Au troisième jour, ils construisaient déjà des pipelines de données et avaient été initiés aux bases de l’IA, y compris quelques modèles simples. »

Figure 1. Programme d’Excel en IA . Les élèves passent rapidement des bases de Python à l’exploration de la façon dont l’apprentissage automatique peut résoudre de vrais problèmes dans leur travail.

Les devoirs quotidiens portaient sur l’exécution de tâches liées aux données de santé en utilisant Python. Celles-ci comprenaient :

• Analyse des ventes au détail médicales : Les étudiants ont effectué des analyses exploratoires de données à partir de données provenant d’un détaillant médical pour déterminer quels magasins avaient le plus de ventes, quels produits étaient les plus vendus, ainsi que d’autres tâches similaires.
• Organisation des données liées à la COVID : Les élèves ont analysé un ensemble de données COVID open source complet provenant de Kaggle et créé de nouvelles métriques (par exemple, la plus grande reprise par pays), développé des pipelines de données et généré des cartes interactives à l’aide de Plotly, un outil en ligne d’analyse et de visualisation des données.

À chaque leçon, le programme a priorisé la praticité. « Ces étudiants en médecine et ces scientifiques peuvent commencer à utiliser immédiatement ce qu’ils ont appris dans le programme », a déclaré Oladimeji. « Ils doivent régulièrement faire beaucoup d’échantillonnages et d’analyses exploratoires de données. Maintenant, ils peuvent utiliser Python pour, par exemple, diviser leurs données en ensembles de données de test et d’entraînement ou exécuter une régression de base. »

Le dernier devoir d’Excel à l’IA exigeait que les participants prennent en compte les applications Python dans leur travail quotidien.

Faraz Honarvar, étudiant en médecine à la faculté de médecine de l’Université Queen’s, travaille actuellement sur un projet qui utilise l’IA pour identifier des biomarqueurs dans l’imagerie par résonance médicale afin de prédire la maladie des artères carotides. L’ensemble de données du projet comprend des images de plus de 300 personnes, chaque biomarqueur nécessitant une identification manuelle. L’objectif du projet, a-t-il dit, « est de développer des algorithmes d’apprentissage automatique capables d’identifier ces biomarqueurs plus précisément et, par conséquent, de prédire la maladie des artères carotides de façon plus efficace. »

Les leçons tirées du programme peuvent simplifier certaines tâches de recherche impliquées. « Pour quelqu’un qui a peu de connaissances en IA et en programmation, Python devient l’outil idéal et facile à utiliser pour moi, qui peut aider à intégrer les données Excel dans les modalités d’IA de façon fluide », a-t-il déclaré.

Une autre participante, Darla, est chercheuse de premier cycle au Centre pour la dépendance et la santé mentale. Reslan participe à un projet qui pourrait utiliser l’IA pour comprendre l’effet que la fixation annuelle des objectifs cliniques a sur la performance des hôpitaux. Le projet consiste actuellement à structurer les données issues de plans d’amélioration de la qualité des hôpitaux dans Excel, mais Reslan voit aussi un rôle important pour Python.

« Je pense que Python sera un excellent moyen d’explorer les données et d’analyser certaines tendances d’intérêt », a déclaré Reslan. « Comment les performances institutionnelles ont-elles évolué au fil du temps? Comment les changements dans les objectifs [ou] les mesures choisies pour les institutions influencent-ils la performance? » … Python sera un excellent outil pour cela : une fois les données structurées, je pourrai facilement explorer la relation entre différentes variables. »

Reslan estime aussi que l’intégration d’Excel en IA a amélioré sa capacité à collaborer avec des collègues spécialisés en apprentissage automatique.

« [Un] projet de recherche sur lequel je travaille actuellement porte spécifiquement sur la construction de l’apprentissage automatique pour les soins psychiatriques d’urgence », a-t-elle déclaré. « J’imagine qu’avoir cette introduction à Python pour l’analyse de données et l’apprentissage automatique sera extrêmement utile pour me permettre de comprendre le travail des membres de mon équipe et de mieux accomplir mes tâches de recherche. »

L’utilisation de l’IA pour améliorer les soins aux patients et réduire les coûts de santé est une priorité tant pour Vector que pour T-CAIREM. Le projet pilote d’Excel vers l’IA est une étape importante dans ce chemin, démontrant que les experts en santé peuvent rapidement acquérir les compétences fondamentales nécessaires pour apprendre l’IA et, surtout, trouver des moyens d’utiliser ces compétences dans leur recherche et leur travail quotidiens.

Selon Oladimeji, cela a aussi allumé un feu chez les participants pour développer la maîtrise de l’IA.

« Le troisième jour, on a commencé à parler de la façon dont tu pourrais utiliser Python pour travailler avec des modèles d’IA. Ça a excité tout le monde. Cela a suscité beaucoup d’intérêt », a-t-il dit. « Et maintenant, ils sont vraiment prêts à en apprendre beaucoup plus sur l’IA. »

Inscrivez-vous dès aujourd’hui à l’infolettre de Vector pour en savoir plus sur les programmes de développement professionnel de Vector!

[1] https://tcairem.utoronto.ca/education-overview