Michaël Chassé est médecin spécialiste en soins intensifs au Centre hospitalier de l’Université de Montréal (CHUM), scientifique principal au Centre de recherche du CHUM et professeur associé au département de médecine et à l’école de Santé Publique de l’Université de Montréal. Il titulaire d’un doctorat en épidémiologie de l’Université d’Ottawa. Le Dr Chassé est le directeur scientifique du Centre d’intégration et d’analyse de données médicales (CITADEL) du CHUM. CITADEL réunit un groupe de scientifiques et de professionnels spécialisés dans les sciences de la santé, la biostatistique, la bioinformatique et l’apprentissage automatique. Il est également directeur adjoint scientifique en science des données au Centre de recherche du CHUM. Ses recherches portent principalement sur l’amélioration des méthodes traditionnelles de recherche épidémiologique en utilisant de nouvelles technologies telles que l’apprentissage automatique et les essais cliniques innovants, en particulier dans les domaines liés aux soins intensifs tels que le don d’organes, la transplantation d’organes et les transfusions sanguines. Il est membre de l’équipe de recherche ‚ÄúSanté humaine et utilisation secondaire des données » financée par IVADO.

Le domaine de l’intelligence artificielle a traversé des périodes difficiles, notamment connues sous le nom d’« hivers de l’IA ». Mais durant la dernière décennie, nous avons assisté à une remontée spectaculaire, grâce à de nouveaux moyens combinés à des avancées scientifiques et technologiques. L’IA est aujourd’hui perçue comme une technologie habilitante, susceptible d’avoir de l’impact dans de très nombreux domaines. Elle est souvent comparée aux technologies qui ont alimenté les révolutions industrielles. Bien que de plus en plus d’applications concrètes de l’IA existent, la recherche dans le domaine est loin de s »achever. Dans quels domaines l’IA n’a-t-elle pas encore été exploitée à son plein potentiel ? Au niveau plus fondamental, quelles sont les limites des approches actuelles ? Quelles sont les voies prometteuses en recherche et quels sont les obstacles qui semblent insurmontables ? En somme, que manque-t-il à l’IA aujourd’hui ?