Détection précoce du risque de démence par IA de précision : Validation clinique d'un outil de triage numérique transparent.

Descriptif du projet : Le projet de doctorat vise à développer une solution d'Intelligence Artificielle (IA) de précision appliquée au domaine du vieillissement et de la santé du cerveau. L'objectif principal est de combler une lacune du système de santé en créant un outil numérique de triage clinique capable de détecter et de prédire le risque de troubles neurocognitifs (dont la maladie d'Alzheimer et autres démences) à partir de données cliniques de routine. Le travail de doctorat inclut la conception de la modélisation, sa validation sur des données cliniques réelles, et le développement d'un prototype d'interface sécurisée en collaboration avec la plateforme de santé numérique PREVALIS de l'UdeS et des cliniciens partenaires. Ce projet intègre l'exigence d'équité et de transparence algorithmique pour une utilisation responsable et son application directe en milieu clinique.

Le projet s’inscrit dans un programme de recherche interdisciplinaire consacré à la promotion de la santé neurocognitive et à la compréhension du vieillissement cérébral. Notre objectif est de comprendre pourquoi certaines trajectoires de vieillissement sont plus favorables que d’autres, et comment l’environnement – au sens large – peut influencer cette évolution. Le projet explore les liens entre les expositions de la vie quotidienne (bruit, qualité de l’air, climat, interactions sociales, habitudes de vie) et la santé cérébrale.

Ce projet repose sur l’analyse de grandes bases de données et sur des modèles computationnels permettant d’étudier l’interaction entre le cerveau, le comportement et l’environnement. Les personnes recrutées pourront contribuer selon leur profil à la collecte, au traitement et à la modélisation des données, à la création d’outils et recherche participative ou encore à l’interprétation clinique et cognitive des résultats.

Milieu de recherche :

Le ou la candidat·e rejoindra l’IRIS Neurolab (Integrative Research in Imaging for Sustainable Neuro-health laboratory; PI : Pre Élise Roger: https://www.usherbrooke.ca/recherche/fr/specialistes/details/elise.roger), un laboratoire émergent en recherche sur l’imagerie médicale et la cognition à la Faculté de Médecine et des Sciences de la Santé, Université de Sherbrooke. Le laboratoire se situe au Pavillon de santé de précision et de recherche translationnelle (PSPRT), un environnement hautement collaboratif regroupant des expertises variées en neurosciences, gérosciences, en IA et santé numérique.

Nous offrons

• Une formation interdisciplinaire : possibilité d’acquérir une expertise unique à l’interface entre neurosciences, IA et santé environnementale.
• Un impact concret : le projet s’appuie sur des collaborations actives avec des partenaires cliniques et technologiques, permettant de transformer les résultats de recherche en outils concrets pour la prévention et la santé neurocognitive.
• Un encadrement personnalisé : soutien au développement professionnel (bourses, publications, congrès, réseautage).
• Un environnement bienveillant et collaboratif : un espace qui valorise l’échange, la créativité et l’innovation scientifique.

Nous recherchons un·e étudiant·e· motivé·e· et curieux·se, désirant s’impliquer dans un projet de doctorat à fort impact sociétal.

Compétences et qualités recherchées

• Intérêt pour les gérosciences, neurosciences, la cognition et/ou la santé publique.
• Curiosité et sens de l’initiative.
• Esprit collaboratif et goût pour le travail interdisciplinaire.
• Connaissances solides en IA (Machine Learning et/ou Deep Learning) et en modélisation computationnelle.
• Aptitudes en programmation (Python, R, ou équivalent)
• Rigueur méthodologique et curiosité intellectuelle pour l'exploration de nouvelles méthodes et innovations algorithmiques.
• Intérêt pour les enjeux d'IA responsable et transparente
• Motivation pour les applications de l'IA dans le domaine de la santé et les enjeux cliniques.