Période de financement : 2023-2025
Responsable : Julie (Chih-yu) Chen
Investissement global de l'IRDG : 439 400 $
La croissance exponentielle de la puissance de calcul et du volume des mégadonnées a été accompagnée par l'application grandissante de l'intelligence artificielle (IA) et de l'apprentissage automatique (une de ses sous-disciplines) à la médecine.
Le projet nous fera mieux connaître la science des données « omiques » et favorisera l'adoption de l'apprentissage automatique par les utilisateurs finaux en vue de son application aux projets en « omique » dans le secteur de la santé publique et d'autres domaines. Il prévoit aussi l'élaboration et l'évaluation de modèles d'apprentissage automatique pour le génotypage et la classification des éclosions de tuberculose, dans le contexte d'une surveillance génomique. Bien qu'il s'agisse de sujets disparates dont les algorithmes d'apprentissage automatique diffèrent, l'équipe bâtira un cadre d'apprentissage automatique en « omique » général et normalisé, baptisé « genOmicsML », qui aboutira à une approche unifiant le tout.
Contactez-nous
Pour en savoir plus, veuillez communiquer avec :
L'Initiative de R-D en génomique
Courriel : info@grdi-irdg.collaboration.gc.ca