Grant: Doctoral Research Award: Canada Graduate Scholarships

Des déficits au sein de plusieurs construits cognitifs font partie intégrante de plusieurs troubles psychiatriques tel que le trouble du déficit de l'attention avec ou sans hyperactivité (TDAH) ou le trouble de l'autisme sans pour autant être restreint à un seul. Par ailleurs, dans la cohorte GESTE menée par notre équipe en Estrie depuis 2007, 15% d'enfants entre 9 et 13 ans ont un diagnostic de TDAH. Des dizaines d'études ont tenté d'identifier des structures ou des caractéristiques cérébrales pouvant expliquer les différents construits cognitifs. Ces études utilisent majoritairement une approche mono-modalité, c'est-à-dire qu'elles évaluent seulement un seul type d'imagerie par résonance magnétique (IRM). Puisque les mesures provenant de chaque type sont complémentaires, il est primordial de développer une méthode permettant l'évaluation de tous ces paramètres simultanément. L'intelligence artificielle (IA) nous offre la possibilité d'évaluer ces données multidimensionnelles afin d'extraire les acteurs neurophysiologiques importants qui expliquent les différents construits cognitifs. Mon projet vise donc la mise au point d'une méthode basée sur l'IA permettant l'évaluation de plusieurs modalités, son application dans l'identification des acteurs physiologiques associés avec les construits cognitifs à l'intérieur de la cohorte GESTE et sa validation dans la cohorte américaine ABCD. Cette étude est novatrice grâce à la mise sur pied d'une méthode multimodale, mais aussi grâce aux technologies à la fine pointe utilisées lors du traitement des images d'IRM. Ultimement, la réalisation de ce projet propose d'importantes retombées dans le domaine de la psychiatrie notamment en fournissant un outil diagnostic pour les cliniciens basé sur l'IRM. De plus, l'identification des acteurs physiologiques pourraient mener au développement de nouvelles approches thérapeutiques ciblant spécifiquement la cause des symptômes comparativement à l'atténuation de ceux-ci.