Mila > Mila annonce un partenariat avec Gray Oncology Solutions, une startup québécoise optimisant le flux de patients au sein des centres de cancérologie
5 Oct 2021

Mila annonce un partenariat avec Gray Oncology Solutions, une startup québécoise optimisant le flux de patients au sein des centres de cancérologie

Montréal, 5 octobre 2021 – Mila, l’Institut québécois de l’IA, est fier d’annoncer que Gray Oncology Solutions, une startup montréalaise qui optimise la logistique du traitement des patients atteints de cancer se joint à sa communauté en tant que nouveau partenaire. L’annonce fait suite à la clôture du premier tour de financement de Gray (1,25 million de dollars) et soutiendra le développement continu de leur premier produit, grayOS. Décrit comme un système d’exploitation pour les centres de cancérologie, grayOS utilise la recherche opérationnelle (RO) et l’intelligence artificielle pour assurer que chaque patient est traité le plus efficacement et le plus rapidement possible.

« Notre vision est d’assurer que le traitement de chaque patient atteint de cancer est délivré de manière optimale, en utilisant une approche basée sur les données », a déclaré André Diamant, co-fondateur et PDG de Gray. « Les environnements médicaux sont incroyablement complexes et une fois que vous ajoutez la variabilité qui accompagne chaque patient, il peut être difficile de créer un modèle capable de représenter avec précision l’environnement. Ce partenariat avec Mila contribuera à soutenir nos efforts pour marier la recherche opérationnelle et l’IA pour, à terme, améliorer les soins aux patients. »

Gray utilise des algorithmes de RO sophistiqués entrelacés avec l’IA pour résoudre la planification des patients en radio-oncologie et en oncologie médicale. Par exemple, les algorithmes de RO déterminent quand planifier au mieux diverses tâches en fonction de leurs nombreuses contraintes, tandis que les algorithmes d’IA déterminent la durée spécifique requise pour effectuer une tâche particulière, informant ainsi la durée pour laquelle une ressource est nécessaire.

« Nous sommes ravis d’accueillir Gray Oncology Solutions dans notre communauté de recherche et de partenaires. Leur travail pour optimiser la logistique de la façon dont les prestataires de soins de santé gèrent le flux de patients est prometteur et nous attendons avec impatience les opportunités de faire passer cette technologie au niveau supérieur, à la fois d’un point de vue technique et socialement responsable », a déclaré Yoshua Bengio, fondateur et directeur scientifique de Mila.

À propos de Mila
Fondé par le professeur Yoshua Bengio de l’Université de Montréal, Mila est un institut de recherche en intelligence artificielle qui rassemble plus de 700 chercheurs spécialisés en apprentissage automatique et en apprentissage en profondeur. Basé à Montréal, Mila a pour mission d’être un centre mondial pour les avancées scientifiques qui inspirent l’innovation et le développement de l’IA au profit de tous. Mila est un organisme à but non lucratif reconnu dans le monde entier pour ses contributions importantes dans le domaine de l’apprentissage en profondeur, en particulier dans la modélisation linguistique, la traduction automatique, la reconnaissance d’objets et les modèles génératifs. Pour en savoir plus, visitez mila.quebec.

À propos de Gray Oncology Solutions
Gray Oncology Solutions a été fondée en 2019 par une paire de docteurs en physique médicale et un trio de professeurs montréalais cherchant à traduire leur recherche en pratique clinique. Ils ont une vision d’un flux de travail en oncologie où le parcours de chaque patient tout au long de son traitement contre le cancer est personnalisé pour lui et optimisé statistiquement pour fournir les meilleurs résultats cliniques possibles. Dans la poursuite de cette vision, ils ont développé un logiciel d’allocation de ressources axé sur l’optimisation de l’efficacité fonctionnelle des cliniques d’oncologie (grayOS). Sur le plan opérationnel, cela se traduit par l’optimisation et l’automatisation de la planification des patients tout en incorporant explicitement le flux de travail multidisciplinaire complexe résultant en des temps d’attente réduits pour les patients, un débit de patients plus élevé, une réduction du stress et, finalement, des soins supérieurs aux patients.

array(1) { ["wp-wpml_current_language"]=> string(2) "fr" }