L’IA au service de la prédiction et de la prévention du diabète

Activités récentes

27 février 2025: Tenue de la troisième réunion à Mississauga
28 mai 2024: Tenue de la deuxième réunion à Toronto
28 novembre 2023: Tenue de la première réunion à Toronto

Les modèles d’apprentissage automatique peuvent-ils être déployés de manière socialement responsable pour aider à prédire et à prévenir le diabète de type 2 au sein d’une population ?

La prévention de l’apparition et des conséquences du diabète constitue une priorité absolue pour les gouvernements et les systèmes de santé du monde entier. D’ici 2030, près de 14 millions de Canadiennes et de Canadiens souffriront de diabète ou de prédiabète, ce qui, selon les estimations, entraînera des coûts directs de près de 5 milliards de dollars pour les systèmes de santé.

En raison d’obstacles systémiques – comme les disparités socio-économiques, le manque d’accès aux soins, le coût élevé des médicaments, le manque d’accès à des aliments sains et abordables, et le cadre bâti –, il a été difficile de transposer à des populations entières des programmes efficaces de prévention et de gestion du diabète initialement destinés à des patientes et patients individuels. Les populations qui se trouvent au croisement de ces obstacles ont moins de chances d’atteindre les objectifs de maîtrise de la maladie tout au long du processus de diagnostic, d’engagement et de traitement, ce qui conduit à ce que l’on a appelé une « cascade de soins ».

L’élimination des obstacles à la prévention de l’apparition et des conséquences du diabète au sein des populations nécessite des efforts concertés de la part des gouvernements, des planificateurs des systèmes de santé et des prestataires de soins. Toutefois, ces efforts sont entravés par le manque d’outils d’analyse permettant de déterminer avec précision le risque, dans l’ensemble de la population, de développer un diabète et de souffrir de complications liées à cette maladie.

Ce réseau de solutions se concentrera sur le déploiement socialement responsable d’un ensemble d’algorithmes de prédiction des risques déjà validés fondés sur l’apprentissage automatique, en collaboration avec les instances du système de santé au niveau communautaire dans la région de Peel.

Fondation

2023

Bienfaiteurs

CIFAR

Personne-ressource

Nabilah Chowdhury
Direction, Stratégie pancanadienne en matière d’IA