L’Université de Montréal instaure des rencontres pour permettre le partage et le réseautage entre la communauté scientifique de la science des données et celle de la santé. Pour cette première rencontre, deux conférenciers présenteront des sujets reliés à l’optimisation et à l’apprentissage automatique en santé. Suivra une activité de réseautage.

Nadia Lahrichi, de Polytechnique Montréal, présentera la Productivity-driven physician scheduling in emergency departments.

La réduction de la congestion aux urgences du Québec est un défi majeur pour améliorer l’accès aux soins. Pour faire face à ce problème, l’approche présentée propose une façon innovante d’organiser la planification des urgences. Le fait que la variation de la demande en termes de nombre de patients n’est pas prise en compte lors de la conception du calendrier, ainsi que le fait que tous les médecins soient considérés comme équivalents en termes de productivité, entrainent une inadéquation quotidienne entre l'offre et la demande. Dans le cadre de ce projet, ces deux problèmes sont abordés afin de mieux coordonner les horaires des médecins avec la demande des patients dans les services d’urgence.

Joseph Paul Cohen, de l’Institut des algorithmes d’apprentissage de Montréal (Mila), présentera des Clinical data successes using machine learning.

Cette présentation portera sur les approches permettant de travailler avec des dossiers de santé électroniques en utilisant l’apprentissage automatique (comprenant  l'apprentissage de la représentation non supervisée pour les codes médicaux, les visites et les patients, l’utilisation des séries chronologiques et l’observation à l'aide de MLP et RNN. En outre, il sera question de la prédiction des résultats des patients en termes de survie et d’autres événements médicaux.

Les inscriptions prennent fin le 25 novembre 2018.