Femmes dans la tech : des étudiantes d’aivancity mises à l’honneur pour leurs recherches en IA médicale

L’IA au service du diagnostic du cancer du sein

Parmi les travaux présentés figure une recherche intitulée : 

“Improving Diagnostic Confidence in Breast Cancer Detection through Spatial Attention and Uncertainty Modeling.” 

Mené par une équipe d’étudiants d’aivancity sous la supervision de la professeure Anuradha Kar, ce projet explore comment certaines techniques avancées d’IA, notamment les mécanismes d’attention spatiale et la modélisation de l’incertitude, peuvent améliorer la fiabilité des modèles de classification en mammographie. 

L’approche proposée permet notamment d’identifier les cas où la prédiction de l’IA est fiable et ceux nécessitant une validation par un radiologue, renforçant ainsi la confiance dans les systèmes d’aide au diagnostic. 

Dans un contexte où le cancer du sein demeure l’une des principales causes de mortalité chez les femmes dans le monde, ces travaux illustrent le potentiel de l’intelligence artificielle pour améliorer la détection précoce et soutenir les professionnels de santé. 

Ce projet a été réalisé par une équipe composée de : 

• Grace-Esther Dong 
• Léana A. Yemene Manfouho 
• Gil-allen M. Mounzeo 
• Johyce D. Bagnenda 

À cette occasion, Grace-Esther Dong a également reçu une student grant décernée par la conférence, récompensant la qualité et le potentiel scientifique du travail présenté.

Une deuxième recherche sur l’IA frugale pour l’imagerie médicale

Un second projet de recherche issu d’aivancity a également été accepté et présenté lors de la conférence : 

“Auto-Supervision Adaptative au Domaine : Une Pipeline Éco-Efficiente pour la Détection d’Anomalies Thoraciques.” 

Ce travail s’intéresse à l’interprétation automatisée des radiographies thoraciques (CXR), un enjeu majeur pour le dépistage à grande échelle de nombreuses pathologies pulmonaires. 

Alors que les modèles d’intelligence artificielle les plus performants nécessitent souvent des ressources de calcul très importantes, cette recherche propose une approche inspirée du Green AI, visant à développer des modèles plus légers, plus rapides et plus efficaces en données. 

La méthodologie repose notamment sur : 

• un pré-entraînement auto-supervisé permettant au modèle d’apprendre les structures anatomiques normales à partir d’images saines 
• un affinage supervisé optimisé pour détecter les anomalies thoraciques, notamment les pathologies rares Évaluée sur le benchmark NIH ChestX-ray14, la méthode atteint une AUC moyenne de 0.8217, tout en nécessitant beaucoup moins d’itérations d’entraînement et de ressources de calcul que les approches classiques. 

L’équipe de recherche à l’origine de ce projet est composée de : 

• Clément Frerebeau 
• Marc Habib 
• Sélim Jomaa 
• Eve Jouni 
• Bryan Fozame 
• Doreid Ammar 
• Anuradha Kar

Former une nouvelle génération de talents en IA

À travers ces projets, aivancity encourage activement la recherche étudiante, en accompagnant ses étudiants dans la participation à des conférences scientifiques et en soutenant leurs initiatives académiques. 

Ces travaux illustrent également l’ambition pédagogique de l’école : former des IAgénieurs® capables de développer des technologies d’intelligence artificielle tout en comprenant leurs implications humaines, sociétales et éthiques. 

Dans un secteur technologique encore marqué par des écarts de représentation, les succès de Grace-Esther Dong et Léana Yemene Manfouho rappellent aussi l’importance de soutenir et valoriser la place des femmes dans l’intelligence artificielle et la tech. 

Car l’IA de demain ne pourra être responsable, inclusive et utile à la société que si celles et ceux qui la conçoivent reflètent la diversité du monde réel.