L’Université DePaul et l’Université des sciences et de médecine Rosalind Franklin financent trois projets de recherche du corps professoral qui associent l’intelligence artificielle, la découverte biomédicale et les soins de santé. Les subventions concurrentielles lancent la recherche parmi des équipes interdisciplinaires, qui comprennent des biologistes, des informaticiens, un géographe et un physicien.
Le premier projet combinera des capteurs robotiques portables avec une cartographie GPS pour prévoir et prévenir les chutes et les blessures chez les patients et les militaires. Un autre analysera les neurones du tronc cérébral pour découvrir les frontières qui contrôlent la parole et la déglutition. Le troisième projet utilise l’apprentissage automatique et le suivi vidéo pour développer la détection précoce de maladies comme la maladie de Parkinson.
Nous sommes ravis de la portée et de la vision de ces projets de recherche collaborative des membres du corps professoral DePaul et Rosalind Franklin. Ensemble, nous avons le potentiel de voir l’intelligence artificielle alimenter des avancées majeures pour la santé humaine au cours de notre vie. »
Salma Ghanem, recteur de l’Université DePaul
« Cette initiative d’IA et les projets pilotes exceptionnels de premier cycle financés représentent la prochaine étape de la collaboration de recherche en cours entre nos deux universités, qui à ce jour a donné des résultats substantiels », a déclaré Ronald Kaplan, vice-président exécutif pour la recherche à l’Université Rosalind Franklin. « Nous croyons que ce travail de pointe a un potentiel important pour améliorer la santé au sein de notre société. »
Capteurs portables et GPS combinés pour prévenir les blessures
« Nous pouvons en dire beaucoup sur la santé d’une personne à partir de la façon dont elle marche », a déclaré Sungsoon (Julie) Hwang, professeur de géographie à DePaul. Elle fait équipe avec l’expert en robotique Muhammad Umer Huzaifa et le data scientist Ilyas Ustun. Leur recherche combinera la technologie portable et le GPS pour suivre la démarche d’une personne.
Dans son laboratoire de robotique et d’IA, Huzaifa déploie des unités de mesure inertielle (IMU) pour savoir si une personne marche, est assise ou même tombe. Ces capteurs, qui mesurent le mouvement d’un corps en détectant la direction de la gravité et les vitesses de rotation, peuvent être portés dans le cadre d’un exosquelette. « Prédire les habitudes de marche nocives et prévenir les chutes a des implications pour les personnes dans un établissement de soins de santé et les membres de l’armée déployés sur le terrain », a expliqué Huzaifa.
La faculté de DePaul travaillera avec Chris Connaboy, directeur du Centre de recherche ambulatoire sur les membres inférieurs de Rosalind Franklin, pour utiliser les données de son laboratoire. Ustun utilisera l’apprentissage automatique pour intégrer les données GPS et IMU, prédisant potentiellement où les blessures et les chutes pourraient se produire.
« Nos mouvements créent des modèles, et nous voulons identifier des modèles distincts en utilisant l’apprentissage automatique pour aider à évaluer la santé actuelle d’un individu, en particulier ceux qui sont à risque », a déclaré Ustun.
Découverte de l’apprentissage automatique dans le tronc cérébral
Le tronc cérébral est responsable de la respiration et de la déglutition, ce qui peut avoir des répercussions sur les troubles de la parole, l’apnée et le syndrome de mort subite du nourrisson. « Dans le tronc cérébral, les neurones ne sont pas clairement différenciés », a déclaré Jacob Furst, professeur d’informatique à DePaul. « Notre projet recherchera des signatures génétiques qui peuvent différencier les cellules lorsqu’il n’y a pas de différence physique évidente. »
« Il y a tellement de données générées dans les sciences de la vie qu’il peut être difficile de rechercher des modèles pour découvrir des informations biologiques clés », a déclaré Thiru Ramaraj, professeur adjoint de bioinformatique à DePaul. S’appuyant sur un atlas de données d’expression à l’échelle du génome à haute résolution existantes provenant du cerveau de souris adultes, Ramaraj et son équipe utiliseront un apprentissage automatique avancé pour identifier les grappes et les frontières dans les neurones du tronc cérébral.
En travaillant sur des questions importantes pour le chercheur sur le tronc cérébral Kaiwen Kam à Rosalind Franklin, l’équipe espère développer un dépistage neuroanatomique, qui pourrait également avoir des applications pour d’autres types de tissus.
« Il est à la fois stimulant et passionnant d’appliquer des techniques informatiques à des problèmes qui ont un impact réel sur la santé », a déclaré Ramaraj.
Diagnostiquer les troubles neurologiques grâce aux schémas de mouvement de l’IA
Eric Landahl est un physicien DePaul qui a passé une grande partie de sa carrière à réaliser des films de molécules, notamment au Laboratoire national d’Argonne. « Les films hollywoodiens sont généralement tournés à 24 images par seconde, mais les atomes se déplacent à une vitesse proche d’un milliard d’images par seconde », a déclaré Landahl. Ses recherches utilisent des rayons X et des lasers et créent d’énormes quantités de données.
Il rejoint EunJung Hwang chez Rosalind Franklin pour utiliser une approche similaire pour suivre les mouvements des souris atteintes de la maladie de Parkinson. À l’aide du cloud computing et de l’apprentissage automatique, ils visent à développer un modèle capable de prédire les troubles neurologiques avant qu’ils ne soient visibles par un professionnel de la santé qualifié.
« C’est l’occasion d’être à la pointe des approches modernes de l’analyse des données », a déclaré Landahl. « Cette subvention de recherche nous donne la chance de nous éloigner brièvement de notre travail quotidien pour travailler sur quelque chose d’excitant qui pourrait devenir quelque chose de plus grand à l’avenir. »
