Du 28 juillet au 13 novembre, le Centre de recherches mathématiques (CRM) de l’Université de Montréal consacrera un semestre thématique à la contribution des mathématiques aux sciences de la santé. Des scientifiques de plusieurs disciplines seront réunis pour étudier comment la modélisation, la statistique et l’intelligence artificielle peuvent aider à mieux comprendre les maladies, à améliorer les soins et à orienter les décisions de santé publique.
Intitulé Mathématiques pour la santé, le programme mobilisera des experts du Canada et de l’étranger autour d’activités de recherche, de formation et de collaboration.
Le semestre sera dirigé par Bouchra Nasri, professeure de biostatistique à l’UdeM et spécialiste de la modélisation des menaces en santé publique. Elle sera accompagnée de Caroline Colijn, de l’Université Simon Fraser, et de Celia M. T. Greenwood, de l’Université McGill.
«La convergence des expertises en modélisation mathématique, en statistique et en intelligence artificielle est essentielle pour faire avancer la santé», souligne Bouchra Nasri. «Le rapprochement entre ces domaines contribue à mieux comprendre les phénomènes complexes et à anticiper les défis émergents.»
Des outils devenus incontournables
La pandémie de COVID-19 a mis en lumière le rôle des mathématiques dans la gestion des crises sanitaires. Les courbes épidémiques, l’estimation du taux de reproduction d’un virus, les projections de capacité hospitalière et l’évaluation des stratégies vaccinales reposent notamment sur des modèles mathématiques et statistiques.
Mais leur contribution dépasse largement l’épidémiologie. Ces outils sont en outre utilisés pour analyser les résultats d’essais cliniques, étudier de grandes quantités de données génomiques, mieux comprendre les interactions entre les agents pathogènes et le système immunitaire ou encore soutenir le développement de la médecine de précision.
L’intelligence artificielle occupe également une place croissante dans ces travaux. Elle facilite l’analyse de vastes ensembles de données, mais soulève aussi des questions sur la fiabilité des résultats et leur application à différents groupes de patients.