11 décembre 2020
Étudiante de premier cycle, Rachel Theriault, boursière de Vector, a combiné l'intelligence artificielle et la chimie analytique pour étudier le cancer du sein. Ses premiers travaux ont été salués. Son mémoire de baccalauréat, intitulé « Utilisation du regroupement de sous-espaces épars pour la détection du cancer du sein à partir de scans DESI-MS », a récemment figuré parmi les 10 % meilleurs travaux de la catégorie Informatique du Programme mondial de récompenses pour étudiants de premier cycle de cette année.
L'article de Theriault explique comment le regroupement – une technique d'apprentissage automatique – peut aider les pathologistes à distinguer les tissus cancéreux des tissus bénins dans des échantillons prélevés lors d'une tumorectomie.
« Grâce aux stratégies informatiques permettant d’effectuer des analyses peropératoires ou d’aider le pathologiste à accélérer l’analyse en signalant certains échantillons, nous espérons réduire le recours aux secondes interventions », explique Thériault. Après une tumorectomie – une opération consistant à retirer uniquement la tumeur, sans enlever le sein –, le pathologiste détermine si le tissu cancéreux a été complètement enlevé ou si une deuxième intervention est nécessaire, ce qui arrive malheureusement dans plus de 20 % des cas. L'analyse peut prendre des semaines, et ce délai peut s'avérer coûteux. Pendant ce temps, le cancer non détecté lors de la première intervention peut continuer à se développer.
Afin d'améliorer cette technique, Thériault a étudié comment l'apprentissage machine peut analyser les images produites par spectrométrie de masse, une technique qui mesure la masse des molécules dans les échantillons de tissus et qui s'est avérée utile pour identifier les biomarqueurs du cancer. Ces images présentent une quantité considérable de données granulaires sur les métabolites présents dans les tissus : un pixel peut contenir un millier de valeurs à analyser, et chaque image est composée de près de cent mille pixels. L'hétérogénéité fréquente des tissus cancéreux, qui présente des différences difficiles à saisir et à catégoriser, constitue un autre frein à l'analyse rapide.
« Il nous fallait un algorithme complexe pour résoudre ce problème complexe », explique Thériault. Son directeur de thèse, le professeur Randy Ellis de l'Université Queen's, lui a suggéré d'envisager le regroupement par sous-espaces épars, une technique de regroupement conçue pour les données de grande dimension. « J'ai appliqué un algorithme habituellement utilisé pour la reconnaissance faciale et le traitement vidéo à la détection du cancer, et j'ai eu la chance qu'il fonctionne. »
Thériault poursuit actuellement une maîtrise à l'Université Queen's, dans le cadre d'un programme reconnu par Vector, où elle poursuit son projet en l'élargissant. Elle conçoit également des méthodes de visualisation des données afin d'obtenir des informations plus précises sur la présence de cancer dans un pixel ou une cellule, et étudie comment l'apprentissage machine peut améliorer l'analyse des cancers de la peau, du foie et de la prostate.
Theriault a reçu une bourse Vector en intelligence artificielle pour soutenir ses études supérieures. Cette bourse d'admission, d'une valeur de 17 500 $, est offerte aux étudiants inscrits à une maîtrise en IA en Ontario. Theriault explique : « Mon directeur de thèse a présenté la bourse Vector à tous les étudiants de premier cycle, y compris moi. Je ne savais pas que mes recherches étaient considérées comme relevant de l'IA. Il m'a dit que c'était de l'IA appliquée aux soins de santé et que je devrais y penser si je voulais continuer mes recherches. Je l'ai fait et j'ai obtenu la bourse, ce qui était formidable. Elle m'a permis de financer toutes mes études de maîtrise. »
L'appartenance à la communauté Vector s'est également avérée précieuse à d'autres égards. Theriault a participé à des conférences d'experts organisées par Vector, dont certaines abordaient les enjeux de l'IA dans le domaine de la santé. « J’y ai beaucoup appris sur l’IA et son application concrète », explique-t-il.
Interrogé sur ses projets futurs, Thériault déclare : « J’adore mes recherches. J'ai l'impression d'être utile. J'obtiens des commentaires positifs et je suis heureux de travailler dans un environnement collaboratif. Je participe à des rencontres où je discute avec des chirurgiens, des chimistes et d’autres informaticiens, et je contribue à la synthèse des idées, en collaboration avec mon directeur de thèse bien sûr. Ça me rend vraiment heureux. »
Elle poursuit : « Ma motivation est simplement de continuer à apprendre et à découvrir autant que possible. »
