Michael Brudno
La nomination
Titulaire de chaire en IA Canada-CIFAR
Stratégie pancanadienne en matière d’IA
À Propos
Michael Brudno est titulaire d’une chaire d’IA Canada-CIFAR à l’Institut Vecteur, professeur au département d’informatique de l’Université de Toronto et scientifique de données en chef à l’UHN.
Les travaux de Brudno portent sur la saisie de données phénotypiques structurées issues de rencontres cliniques à partir d’interfaces utilisateurs perfectionnées et de l’extraction de données non structurées (basée sur la méthodologie de l’apprentissage automatique) ainsi que sur l’analyse de données omiques (génome, transcriptome, épigénome) dans le contexte des phénotypes structurés des patients, principalement pour les maladies rares.
Son objectif de recherche est de permettre l’analyse automatisée et transparente des données omiques des patients à partir d’informations saisies automatiquement lors d’un entretien clinique, afin de rationaliser les flux de travail cliniques et de permettre des traitements plus rapides et de meilleure qualité.
Prix
- Bourse de recherche Alfred P. Sloan, 2010-2012
- Bourse de nouveau chercheur de l’Ontario, 2009-2014
- Prix du meilleur article, Conférence européenne sur les systèmes informatiques (Eurosys), 2009.
- Chaire de recherche du Canada en bio-informatique, 2006-2011 et 2011-2016.
- Prix du meilleur article, Conférence sur les systèmes intelligents en biologie moléculaire (ISMB), 2004.
Publications Pertinentes
- Skreta, M., Arbabi, A., Wang, J., Brudno, M. (2020). « Training without training data: Improving the generalizability of automated medical abbreviation disambiguation », Proceedings of the Machine Learning for Health NeurIPS Workshop, PMLR 116:233-245.
- Chang, W. H., Mashouri, P., Lozano, A. X., Johnstone, B., Husić, M., Olry, A., ... Brudno, M. (2020). « Phenotate: crowdsourcing phenotype annotations as exercises in undergraduate classes », Genetics in Medicine, 22:1391-1400.
- Wang, J., Xiao, X., Wu, J., Ramamurthy, R., Rudzicz, F., Brudno, M. (2020). « Speaker attribution with voice profiles by graph-based semi-supervised learning », Proceedings of Interspeech 2020, p. 289-293.
- Arbabi, A., Adams, D. R., Fidler, S., Brudno, M. (2019). « Identifying clinical terms in medical text using Ontology-Guided machine learning », JMIR Medical Informatics, 7(2):e12596.
Soutenez-nous
Le CIFAR est un organisme de bienfaisance enregistré qui reçoit le soutien des gouvernements du Canada, de l’Alberta et du Québec, ainsi que de fondations, de donateurs individuels, d’entreprises et de partenaires canadiens et internationaux.