Atelier de partage technique 3: Demandes d'accès aux données
Ce webinaire porte sur l’implémentation de Jira Service Management en tant que système de gestion des demandes d’accès aux données hospitalières pour la recherche via le portail RI-CUSM. Il présente les étapes permettant aux utilisateurs de soumettre des demandes de consultations, des demandes de données et de donner des commentaires, tout en expliquant les choix faits lors de la conception du système, y compris les normes académiques et industrielles utilisées. L’intervenant présente également une évaluation de l’outil actuel, ses points forts et ses limites, ainsi que les défis rencontrés lors de sa mise en place. Il partage aussi des retours d’expérience de la phase de test, les ajustements effectués, et les améliorations à prévoir. Enfin, des recommandations sont données pour les équipes envisageant la mise en place de systèmes similaires.
Avec Santiago Marquez et Ivana Vranic
Organisé par la Communauté de pratique DALIAS.
En partenariat avec le FRQ et le MSSS
Date: 7 mai 2025
Practical experiences with synthetic data
The application of synthetic data generation (SDG) has been increasing over the recent part. With SDG a machine learning model is trained on existing real data, and it learns the patterns in that data. The model is then used to generate new data that preserve the learned patterns. There are multiple use cases for SDG: privacy, de-biasing, and augmentation. This presentation provides an overview of SDG, how to evaluate the privacy vulnerabilities in synthetic data, methods for assessing the utility of synthetic data, as well as applications for de-biasing real-world datasets (RWD) and augmentation in clinical trials and RWD. Specific examples and a summary of evidence are reviewed.
Avec Khaled El Emam
Organisé par la Communauté de pratique DALIAS.
Date: 10 mars 2025
Utilisation de grands modèles de langage localement en recherche
Cet atelier visait à familiariser les chercheurs et les chercheuses avec des outils d’IA générative capables de fonctionner hors ligne, tels que Ollama et la bibliothèque Transformers pour Python.
François Pelletier est entrepreneur du numérique et professionnel de recherche au Groupe de recherche en physique médicale de l’Université Laval. Il détient une maîtrise en actuariat (2014) et a suivi le microprogramme en systèmes logiciels intelligents (2019). Ses intérêts portent sur les enjeux de protection des données personnelles, les impacts sociaux des technologies numériques, ainsi que l’exploitation de la puissance de calcul locale dans le cadre de l’inférence d’apprentissage automatique, notamment pour les modèles de langage.