Par Jonathan Woods
11 octobre 2022

L'avenir de l'IA dans le secteur de la santé s'annonce passionnant. Dans les hôpitaux de l'Ontario, l'IA a déjà été utilisée pour prédire les admissions dans les salles d'urgence, automatiser les affectations des infirmières et optimiser les horaires des infirmières, et ce n'est pas fini. Mais au-delà des ensembles de données et des algorithmes, un autre élément est essentiel pour que cet avenir devienne réalité dans le domaine des soins de santé : la formation spécialisée des chercheurs, des étudiants et des cliniciens en santé, afin qu'ils puissent comprendre l'IA et l'utiliser pour améliorer leur travail.

Nouveau programme pilote de Vector, Excel to AIa été conçu pour préparer les experts en santé à cette tâche.

Pendant trois jours en juin, Excel à l'IA a permis aux chercheurs en santé de se familiariser avec les compétences et les concepts fondamentaux de l'IA, même s'ils n'avaient aucune expérience du codage. Le programme a permis aux experts de Microsoft Excel travaillant dans le domaine de la santé d'acquérir en quelques heures des compétences pratiques en Python, le langage de programmation de prédilection pour de nombreuses applications d'IA. L'objectif : leur permettre d'effectuer de meilleures analyses de données dans le cadre de projets de santé et de faire leurs premiers pas dans le monde de l'IA.

Vector a conçu le logiciel Excel à l'IA en partenariat avec le Temerty Centre for Artificial Intelligence Research and Education in Medicine (T-CAIREM). T-CAIREM est une organisation basée à l'Université de Toronto dont la vision est de transformer les soins de santé par le biais de la recherche, de l'éducation et de l'infrastructure en matière d'IA, afin d'aboutir à "des méthodes de traitement plus efficaces, de réduire les coûts de santé et de créer de meilleurs résultats de santé pour les Canadiens"[1].

En trois sessions de deux heures réparties sur une semaine, six chercheurs du 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 manière dont les bibliothèques traditionnelles d'apprentissage automatique peuvent résoudre les problèmes des entreprises.

"Nous avons commencé par les bases", a déclaré Yinka Oladimeji, Excel to AI et spécialiste de l'enseignement technique chez Vector. "Nous avons progressé graduellement et nous leur avons donné des devoirs à la fin de chaque journée. Le premier et le deuxième jour, nous leur avons présenté les possibilités de Python. Au troisième jour, ils construisaient déjà des pipelines de données et se familiarisaient avec les principes fondamentaux de l'IA, y compris avec des modèles simples.

Figure 1. Programme d'enseignement d'Excel à l'IA. Les étudiants passent rapidement des bases de Python à l'exploration de la manière dont l'apprentissage automatique peut résoudre des problèmes réels dans leur travail.

Les missions quotidiennes consistaient à effectuer des tâches liées aux données de santé à l'aide de Python. Parmi ces tâches, citons

• Analyse des ventes au détail de produits médicaux : Les élèves ont effectué une analyse exploratoire des données provenant d'un détaillant de produits médicaux afin de déterminer les magasins qui réalisaient le plus de ventes, les produits les plus vendus et d'autres tâches similaires.
• Organiser les données relatives à COVID : Les étudiants ont analysé un ensemble complet de données COVID en source ouverte provenant de Kaggle et ont créé de nouvelles mesures (par exemple, le taux de récupération le plus élevé par pays), développé des pipelines de données et généré des cartes interactives à l'aide de Plotly, un outil d'analyse et de visualisation de données en ligne.

Dans chaque leçon, le programme a donné la priorité à l'aspect pratique. "Ces étudiants en médecine et ces scientifiques peuvent commencer à utiliser immédiatement ce qu'ils ont appris dans le cadre du programme", a déclaré Oladimeji. "Ils doivent régulièrement procéder à des échantillonnages et à des analyses de données exploratoires. Désormais, ils peuvent utiliser Python pour, par exemple, diviser leurs données en ensembles de données de test et de formation ou effectuer une régression de base."

D'Excel à l'IAL'exercice final de l'atelier demandait aux participants d'envisager des applications Python dans leur travail habituel.

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 de l'artère carotide. L'ensemble des données du projet comprend des images de plus de 300 personnes, chaque biomarqueur devant être identifié manuellement. L'objectif du projet, a-t-il déclaré, "est de développer des algorithmes d'apprentissage automatique qui pourraient identifier ces biomarqueurs avec plus de précision et, par conséquent, prédire plus efficacement la maladie de l'artère carotide".

Les leçons tirées du programme peuvent simplifier certaines tâches de recherche. "Pour quelqu'un qui a peu d'expérience en IA et en codage, Python devient l'outil idéal et facile à utiliser, qui peut aider à intégrer des données Excel dans des modalités d'IA de manière transparente", a-t-il déclaré.

Une autre participante, Darla, est chargée de recherche de premier cycle au Centre for Addiction and Mental Health (Centre de toxicomanie et de santé mentale). Reslan participe à un projet qui pourrait utiliser l'IA pour comprendre l'effet de la fixation d'objectifs annuels en matière de mesures cliniques sur les performances des hôpitaux. Le projet consiste actuellement à structurer les données des plans d'amélioration de la qualité des hôpitaux dans Excel, mais Reslan voit également un rôle important pour Python.

"Je pense que Python sera un excellent moyen d'explorer les données et d'analyser certaines tendances intéressantes", a déclaré M. Reslan. "Comment les performances des établissements ont-elles évolué dans le temps ? Comment les changements dans les objectifs [ou] les mesures sélectionnées pour être utilisées par les institutions affectent-ils les performances ? Python sera un outil formidable pour cela : une fois que les données sont structurées, je peux facilement explorer la relation entre les différentes variables".

Reslan estime également que Excel to AI a amélioré sa capacité à collaborer avec des collègues spécialisés dans l'apprentissage automatique.

"Un projet de recherche sur lequel je travaille actuellement porte spécifiquement sur la mise en place d'un apprentissage automatique pour les soins de santé psychiatriques d'urgence", a-t-elle déclaré. "J'imagine que cette introduction à Python pour l'analyse de données et l'apprentissage automatique me sera extrêmement utile pour comprendre le travail des membres de mon équipe et 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 pour Vector et T-CAIREM. Le projet Excel à l'IA est une étape importante sur la voie de cet objectif, démontrant que les experts en santé peuvent rapidement acquérir les compétences fondamentales nécessaires pour apprendre l'IA et, plus important encore, trouver des moyens d'utiliser ces compétences dans leur recherche et leur travail quotidiens.

Selon M. Oladimeji, cela a également incité les participants à développer leurs compétences en matière d'IA.

"Le troisième jour, nous avons commencé à parler de l'utilisation de Python pour travailler avec des modèles d'IA. Cela a enthousiasmé tout le monde. Cela a suscité beaucoup d'intérêt", a-t-il déclaré. "Ils sont maintenant prêts à en apprendre davantage sur l'IA.

S'inscrire à la bulletin d'information de Vector dès aujourd'hui pour en savoir plus sur les programmes de développement professionnel de Vector !

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