Le projet SMAD-CC
Notre objectif est de constituer une base de données en textes libres rassemblant les données cliniques, biologiques, moléculaires et pharmacologique des patients de notre hôpital. Nous faisons le pari que cela permettra d’améliorer les performances de prédiction d’événements futurs pour les patients suivis pour un cancer. Nous utilisons le traitement du langage naturel (NLP), les données moléculaires, et la modélisation de phénomènes dynamiques pour réaliser cette base de données.
Nous évaluerons l’apport de cette préparation de données sur la prédiction de survie des patients individuels, un problème pour lequel nous et d’autres équipes travaillent depuis plusieurs années.
Les porteurs :
Loic VERLINGUE
Je suis médecin en recherche clinique, et chercheur en intelligence artificielle. Je participe aux essais cliniques évaluant de nouveaux médicaments, en particulier pour le traitement des patients atteints de cancer gastro-intestinaux ou gynécologiques. Mes projets de recherche s’intéressent à l’utilisation de plusieurs types de données générées en routine : les données moléculaires des cancers, les données textuelles médicales et les données pharmacologiques.
J’ai pour objectif de développer des outils numériques pouvant aider à la prise en charge des patients atteints de cancer. J’ai à cœur de transformer les outils les plus prometteurs en logiciels médicaux afin de les intégrer dans nos pratiques. Je dirige une équipe de recherche depuis 5 ans sur ces thématiques.
Guillaume METZLER
Enseignant chercheur en Informatique au sein du Laboratoire ERIC, rattaché à l’Université Lumière Lyon 2 depuis septembre 2020, j’ai précédemment soutenu mon doctorat en Informatique sur l’apprentissage dans un contexte déséquilibré en septembre2019.
Mon domaine de recherche s’inscrit dans le domaine de l’intelligence artificielle et plus précisément dans l’apprentissage machine. Je m’intéresse plus particulièrement à l’apprentissage dans un contexte déséquilibré pour la détection de fraudes, aux problématiques de transfert de connaissances, de la théorie de l’apprentissage statistiques et machine. Au cours de mes travaux j’ai travaillé sur l’apprentissage de représentations des données et participe actuellement à l’encadrement de thèses portant sur l’Analyse de Survie à l’aide de modèles de Cox et sur l’étude des Large Language Models (LLMs), thématiques au cœur de notre projet.
En parallèle, je continue de participer à des projets avec mon précédent laboratoire de Recherche sur les thématiques de transfert de connaissance, de fairness ou encore de théorie de l’apprentissage PAC-Bayes.
