Portrait de Guillaume Dumas

Guillaume Dumas

Membre académique associé
Professeur agrégé, Université de Montréal, Département de psychiatrie et d’addictologie
Professeur adjoint, McGill University, Département de psychiatrie
Sujets de recherche
Apprentissage automatique médical
Apprentissage par renforcement
Apprentissage profond
Biologie computationnelle
Neurosciences computationnelles
Systèmes dynamiques
Théorie de l'apprentissage automatique
Site web
Google Scholar
LinkedIn
X

Biographie

Guillaume Dumas est professeur agrégé de psychiatrie computationnelle à la Faculté de médecine de l'Université de Montréal et chercheur principal du laboratoire de psychiatrie de précision et de physiologie sociale du Centre de recherche du CHU Sainte-Justine. Il est titulaire de la chaire IVADO IA en santé mentale et chercheur-boursier junior 1 du Fonds de recherche du Québec - Santé (FRQS) dans le domaine de l’ IA en santé et de la santé numérique. En 2023, il a été retenu dans le cadre du Programme des chercheurs mondiaux CIFAR-Azrieli pour le programme de recherche Cerveau, esprit et conscience. Il a également été nommé parmi les Futurs leaders canadiens de la recherche sur le cerveau par la Fondation Brain Canada.

Il a auparavant été chercheur permanent en neurosciences et en biologie computationnelle à l'Institut Pasteur (Paris, France), ainsi que chercheur postdoctoral au Center for Complex Systems and Brain Sciences à l’Université Florida Atlantic (FAU), aux États-Unis. Il est titulaire d'un diplôme d'ingénieur en ingénierie avancée et informatique (École centrale Paris), de deux masters (physique théorique, Université Paris-Saclay; sciences cognitives, ENS/EHESS/Paris 5) et d'un doctorat en neurosciences cognitives (Sorbonne Université).

Ses recherches visent à combiner l’intelligence artificielle, les neurosciences cognitives et la médecine numérique à travers un programme interdisciplinaire suivant deux axes principaux :

- L’intelligence artificielle en santé mentale, par la création de nouveaux algorithmes pour étudier le développement de l'architecture cognitive humaine et pour fournir une médecine personnalisée en neuropsychiatrie grâce à des données allant du génome à celles des téléphones intelligents;

- Les neurosciences sociales en intelligence artificielle, par la traduction de la recherche fondamentale sur le cerveau et le formalisme des systèmes dynamiques en des modèles hybrides neurocomputationnels et d’apprentissage automatique (NeuroML) et de nouvelles architectures présentant des capacités d'apprentissage social (NeuroIA Sociale et IHM).

Étudiants actuels

Germán Abrevaya
Visiteur de recherche indépendant - UdeM
Superviseur⋅e principal⋅e :
Irina Rish
Google Scholar
Juan David Vargas
Maîtrise recherche - UdeM
Kastel Natalie
Doctorat - UdeM
Mahta Ramezanian
Maîtrise recherche - UdeM
Superviseur⋅e principal⋅e :
Irina Rish
Zahra Sheikhbahaee
Postdoctorat - UdeM
Co-superviseur⋅e :
Irina Rish
Github
Pascal Tikeng Notsawo
Doctorat - UdeM
Superviseur⋅e principal⋅e :
Guillaume Rabusseau
Site web
Github
Google Scholar
Tommie Tosato
Postdoctorat - UdeM
Github

Publications

Towards robust and replicable sex differences in the intrinsic brain 1 function of autism 2 3
Dorothea L. Floris
José O. A. Filho
Meng-Chuan Lai
Steve
Giavasis
Marianne Oldehinkel
Maarten Mennes
Tony Charman
Julian
Tillmann
Guillaume Dumas
Christine Ecker
Flavio Dell’Acqua
Tobias Banaschewski
Carolin Moessnang
Simon Baron-Cohen
Sarah
Durston
Eva Loth
Declan Murphy … (voir 4 de plus)
Jan K. Buitelaar
Christian Beckmann
Michael P. Milham
A. Martino
84 Background: Marked sex differences in autism prevalence accentuate the need to understand 85 the role of biological sex-related factors i… (voir plus)n autism. Efforts to unravel sex differences in the 86 brain organization of autism have, however, been challenged by the limited availability of 87 female data. Methods: We addressed this gap by using a large sample of males and females 88 with autism and neurotypical (NT) control individuals (ABIDE; Autism: 362 males, 82 89 females; NT: 409 males, 166 females; 7-18 years). Discovery analyses examined main effects 90 of diagnosis, sex and their interaction across five resting-state fMRI (R-fMRI) metrics 91 (voxel-level Z > 3.1, cluster-level P 0.01, gaussian random field corrected). Secondary 92 analyses assessed the robustness of the results to different pre-processing approaches and 93 their replicability in two independent samples: the EU-AIMS Longitudinal European Autism 94 Project (LEAP) and the Gender Explorations of Neurogenetics and Development to Advance 95 Autism Research (GENDAAR). Results: Discovery analyses in ABIDE revealed significant 96 main effects across the intrinsic functional connectivity (iFC) of the posterior cingulate 97 cortex, regional homogeneity and voxel-mirrored homotopic connectivity (VMHC) in several 98 cortical regions, largely converging in the default network midline. Sex-by-diagnosis 99 interactions were confined to the dorsolateral occipital cortex, with reduced VMHC in 100 females with autism. All findings were robust to different pre-processing steps. Replicability 101 in independent samples varied by R-fMRI measures and effects with the targeted sex-by102 diagnosis interaction being replicated in the larger of the two replication samples – EU-AIMS 103 LEAP. Limitations: Given the lack of a priori harmonization among the discovery and 104 replication datasets available to date, sample-related variation remained and may have 105 affected replicability. Conclusions: Atypical cross-hemispheric interactions are 106 neurobiologically relevant to autism. They likely result from the combination of sex107
2020-01-01
(publié)
www.semanticscholar.org
Interactive Psychometrics for Autism with the Human Dynamic Clamp: Interpersonal Synchrony from Sensory-motor to Socio-cognitive Domains
Florence Baillin
Aline Lefebvre
Amandine Pedoux
Yann Beauxis
Denis-Alexander Engemann
Anna Maruani
Frederique Amsellem
Thomas Bourgeron
Richard Delorme
Guillaume Dumas
2019-12-06
(publié)
doi.org
Neuropsychiatric mutations delineate functional brain connectivity dimensions contributing to autism and schizophrenia
Clara A. Moreau
Sebastian Urchs
Pierre Orban
Catherine Schramm
Guillaume Dumas
Aurélie Labbe
Guillaume Huguet
Elise Douard
Pierre-Olivier Quirion
Amy Lin
Leila Kushan
Stephanie Grot
David Luck
Adrianna Mendrek
Stephane Potvin
Emmanuel Stip
Thomas Bourgeron
Alan C. Evans
Carrie E. Bearden
Lune Bellec … (voir 1 de plus)
Sébastien Jacquemont
16p11.2 and 22q11.2 Copy Number Variants (CNVs) confer high risk for Autism Spectrum Disorder (ASD), schizophrenia (SZ), and Attention-Defic… (voir plus)it-Hyperactivity-Disorder (ADHD), but their impact on functional connectivity (FC) remains unclear. We analyzed resting-state functional magnetic resonance imaging data from 101 CNV carriers, 755 individuals with idiopathic ASD, SZ, or ADHD and 1,072 controls. We used CNV FC-signatures to identify dimensions contributing to complex idiopathic conditions. CNVs had large mirror effects on FC at the global and regional level. Thalamus, somatomotor, and posterior insula regions played a critical role in dysconnectivity shared across deletions, duplications, idiopathic ASD, SZ but not ADHD. Individuals with higher similarity to deletion FC-signatures exhibited worse cognitive and behavioral symptoms. Deletion similarities identified at the connectivity level could be related to the redundant associations observed genome-wide between gene expression spatial patterns and FC-signatures. Results may explain why many CNVs affect a similar range of neuropsychiatric symptoms.
2019-12-06
bioRxiv (prépublication)
doi.org
Patterns of autism symptoms: hidden structure in the ADOS and ADI-R instruments
Jeremy Lefort-Besnard
Kai Vogeley
Leonhard Schilbach
Gael Varoquaux
Bertrand Thirion
Guillaume Dumas
Danilo Bzdok
2019-09-27
Translational Psychiatry (publié)
doi.org