Martin Vallières est professeur adjoint au département d’informatique de l’Université de Sherbrooke (avril 2020). Il a obtenu un doctorat en physique médicale de l’Université McGill en 2017 et a complété une formation postdoctorale en France et aux États-Unis en 2018 et 2019. L’objectif principal de la recherche de Martin Vallières est centré sur le développement de modèles cliniquement actionnables pour mieux personnaliser les traitements et les soins contre le cancer (« oncologie de précision »). Il est expert dans le domaine de la radiomique (l’analyse quantitative à haut débit d’images médicales) et de l’apprentissage automatique en oncologie. Au cours de sa carrière, il a développé de nombreux modèles de prédiction pour différents types de cancers. Titulaire d’une chaire du Canada en intelligence artificielle, Martin Vallières consacre une grande part de ses travaux actuels au développement d’une solution pour la modélisation intégrative des données en oncologie. Il dirige le développement de MEDomicsLab, une plateforme en code source ouvert de calcul bout-en-bout pour l’oncologie de précision. Cette plateforme intégrera des données hétérogènes issues des hôpitaux, grâce à des méthodes d’apprentissage profond et d’apprentissage automatique basées sur la théorie des graphes. En contribuant à l’amélioration des modèles de prédiction en oncologie, MEDomicsLab deviendra un outil d’intelligence artificiel déterminant en médecine. Martin Vallières est aussi membre de l’institut de recherche en intelligence artificielle Mila.
Philippe Després est professeur titulaire au Département de physique, de génie physique et d’optique de l’Université Laval. Il est également membre du Centre de recherche sur le cancer de l’Université Laval, physicien médical au CHU de Québec-Université Laval et chercheur à l’Institut universitaire de cardiologie et de pneumologie de Québec-Université Laval (IUCPQ-UL). Après une maîtrise à l’Université Laval (2000, Physique) et un doctorat à l’Université de Montréal (2005, Physique), il a réalisé un stage postdoctoral (2005-2007) à University of California, San Francisco dans le domaine du génie biomédical et de l’imagerie moléculaire. Ses projets de recherche portent principalement sur l’imagerie médicale, notamment sur la reconstruction tomographique et l’utilisation de l’intelligence artificielle pour la détection et la classification. Il a été un pionnier du calcul informatique de pointe sur processeurs graphiques (GPU), menant au développement d’applications innovantes en physique médicale, notamment un code de transport radiatif Monte Carlo ultra-rapide basé sur GPU. Il s’intéresse aussi à la valorisation des données dans le milieu médical, en particulier aux infrastructures, aux normes et aux bonnes pratiques (incluant les principes FAIR) nécessaires à l’exploitation responsable de l’information clinique. À ce titre, il agit comme co-responsable de CIRRUS, le Centre d’intégration et de régie des renseignements de santé pour utilisation secondaire à IUCPQ-UL. Il est aussi le directeur du Centre de recherche en données massives (CRDM) de l’Université Laval ainsi que chercheur à l’Observatoire international sur les impacts sociétaux de l’IA et du numérique. Il siège au Conseil des chercheurs de l’Alliance de recherche numérique du Canada et dirige le programme CRSNG FONCER en Science des données responsable dans le domaine de la santé (sdrds.org).
