Historiquement, les médicaments ont été conçus et testés principalement sur des hommes adultes, laissant les femmes, les femmes enceintes, les enfants et les aînés pharmacologiquement marginalisés, sans données expérimentales suffisantes pour informer les décisions médicales. Ce manque d’information entraîne une prescription clinique basée sur des preuves insuffisantes, avec des risques potentiels de préjudice ou d’inefficacité, et une utilisation sous-optimale des médicaments. Les personnes âgées, en particulier, sont souvent exclues des essais cliniques, bien qu’elles consomment beaucoup de médicaments.
Pour remédier à ce problème, nos équipes de recherche utiliseront des méthodes avancées d’intelligence artificielle (IA) et des bases de données de santé étendues et développerons des approches statistiques utilisant l’IA et les modèles d’inférence causale pour identifier des médicaments efficaces et sécuritaires pour ces populations, tout en évaluant les aspects économiques et sociaux pour aider les décideurs en santé publique. Notre projet novateur de recherche visera également à harmoniser les données administratives sur les diagnostics, les hospitalisations et la prise de médicaments chez les personnes âgées, les femmes enceintes et les enfants.
Nos efforts permettront ainsi d’identifier les médicaments nocifs ou inefficaces et de proposer des solutions pour optimiser la gestion pharmaceutique des populations marginalisées mais aussi d’augmenter la performance du système de santé. Les méthodes statistiques développées seront enfin mises en accès libre pour la communauté scientifique, positionnant la faculté parmi les leaders mondiaux dans l’analyse des mégadonnées en santé et l’IA. |
