IA et sciences des données

L’IA et les sciences des données jouent un rôle essentiel dans l’accélération de la recherche en neurosciences et de l’innovation en santé. En combinant puissance de calcul et données biologiques ou comportementales riches, les chercheurs développent de nouvelles manières d’analyser le cerveau et de comprendre ses troubles.

Des méthodes computationnelles avancées—comme l’apprentissage automatique, l’apprentissage profond, l’intelligence artificielle et la modélisation statistique—permettent de révéler des schémas cachés dans des ensembles de données complexes : neuroimagerie, électrophysiologie, génomique, dossiers cliniques ou données comportementales en conditions réelles. Ces approches soutiennent la création de modèles plus précis du fonctionnement cérébral et de prédictions plus robustes de l’évolution des maladies.

Les applications cliniques et translationnelles sont au cœur de ce travail. Les outils basés sur l’IA permettent d’améliorer les systèmes diagnostiques, de détecter plus tôt les troubles neurologiques et psychiatriques et de concevoir des stratégies thérapeutiques personnalisées. En intégrant diverses sources de données, les chercheurs élaborent des profils individuels de patients qui guident des interventions ciblées.

En collaboration étroite avec neuroscientifiques, cliniciens et ingénieurs, les équipes d’IA et de sciences des données du Campus Biotech renforcent un écosystème multidisciplinaire. Leurs innovations fournissent des solutions computationnelles puissantes et ouvrent de nouvelles perspectives sur les mécanismes cérébraux et les défis de la neuroscience moderne.

Alexander Mathis

Professeur assistant, EPFL, SV BMI

EPFL

Antoine Geissbuhler

Professeur ordinaire, UNIGE, HUG, FACMED

HUGUNIGE

Caroline Perrin

UNIGE et HUG

HUGUNIGE

Christian Lovis

Professeur ordinaire, UNIGE, HUG, FACMED

HUGUNIGE

Dimitri Van De Ville

Professeur ordinaire, EPFL, STI INX, Chef de section CIBM SP EPFL-UNIGE Imagerie Connectomique

EPFLUNIGE

Douglas Teodoro

Professeur assistant, UNIGE, FACMED

UNIGE

Kerstin Preuschoff

Professeur associé, UNIGE, GSEM

UNIGE

Mackenzie Mathis

Professeur assistant, EPFL, SV BMI

EPFL

Mahsa Shoaran

Professeur assistant, EPFL, STI IEM

EPFL

Marcel Salathé

Professeur associé, EPFL, SV GHI

EPFL

Martin Schrimpf

Professeur assistant, EPFL, SV INX

EPFL

Notre impact

IA et sciences des données

Plateforme de gestion des données médicales centrée sur le patient

Valeur ajoutée pour le patient Tous les résultats d'imagerie et d'examens médicaux accessibles en un seul endroit Gestion des droits d'accès directement par le patient...

Suivi nutritionnel par IA

Prendre en photo, reconnaître, comprendre MyFoodRepo utilise l’apprentissage profond pour identifier les aliments à partir de photos prises avec un smartphone. Les utilisateurs photographient...

La télésanté améliore-t-elle l’accès équitable aux soins ?

Méthodologie La télémédecine est déployée par étapes afin que chaque site serve de contrôle. Nous comparons les périodes avant/après au sein des sites et...

Des données jusqu’aux décisions: l’Implementome

Ingénierie des connaissances Au cœur de l’Implementome se trouve un modèle formel de connaissances qui définit les entités (projets, technologies, parties prenantes, résultats, contextes), leurs...

Rétro-ingénierie du cerveau

Création de répliques computationelles Les chercheurs utilisent le deep learning — la technologie derrière l’IA moderne — pour construire des réseaux neuronaux artificiels qui...

CliniDocAssistant

Évaluer les LLM pour la recherche d'informations dans les DME Les nouveaux modèles de langage d'apprentissage profond, ou LLM similaires à ChatGPT, ont généré...

Carte aux trésors sémantique

Plonger dans le lac de données Unifier les données avec une représentation sémantique harmonisée Les données cliniques manquent souvent de contexte, utilisent de multiples modèles...

Quel type de transparence en IA voulons-nous ?

Transformer la transparence en action Le projet XpliCAI rassemble le personnel hospitalier, les patients et les partenaires pour définir la transparence d'un point de...

Décoder les ondes de l’activité cérébrale

Comment nous avons identifié le mécanisme Nous avons utilisé une technique appelée « optogénétique », qui utilise des impulsions lumineuses pour activer sélectivement le locus...
Plateforme de Neurosciences Précliniques (PNP)

NeuroMetrics

Une évaluation UX multimodale intégrée NeuroMetrics combine l'électroencéphalographie (EEG), l'électromyographie (EMG), l'électrocardiographie (ECG) et des mesures basées sur la vidéo telles que l'analyse du taux...
Plateforme M/EEG & Neuromod (MEG)

Actualités

IA et sciences des données

GEDAI: Débruiter automatiquement les signaux cérébraux

GEDAI (Generalized eigenvalue de-artifacting instrument) est une méthode de débruitage EEG non supervisée mise au point par le groupe du prof. Tomas Ros (UNIGE) qui sépare les signaux cérébraux du bruit ou des artefacts non cérébraux. Les signaux EEG sont généralement un mélange d'activité cérébrale et de divers types de...
IA et sciences des données

L’IA permet de dresser le portrait des ours bruns en Alaska

Une équipe de scientifiques de l'EPFL et de l'Alaska Pacific University a développé un programme d'intelligence artificielle appelé PoseSwin, qui peut reconnaître des ours bruns individuels dans la nature malgré les changements significatifs de leur apparence au fil du temps. Cette avancée est cruciale pour la recherche, la gestion...
IA et sciences des données

La science citoyenne pour combler les lacunes statistiques

La science citoyenne est proposée comme une solution pour combler les lacunes dans la collecte de données démographiques et sanitaires, exacerbées par la réduction des grandes enquêtes mondiales telles que le programme DHS. Ce programme, qui soutient plus de 90 pays dans la collecte de statistiques sur la santé,...

Événements