428 - De la recette gagnante… tout sur les écosystèmes d’innovation en santé et au-delà

Mot de bienvenue

• Communication orale 08 h 30
  Mot de bienvenue
  Carl Eric Aubin (Polytechnique Montréal)
• Communication orale 08 h 35
  Mot d'introduction sur l’interdisciplinarité pour l’innovation en santé
  Tom Hewitt

  Mot d'introduction sur l’interdisciplinarité pour l’innovation en santé de Ted Hewitt, Président, Conseil de recherches en sciences humaines – Gouvernement du Canada

Tour d’horizon des modèles d’écosystèmes d’innovation en santé

Le secteur des technologies médicales et de l’innovation en santé est en pleine effervescence, et occupe un espace d’importance stratégique entourant la transformation des systèmes de santé. Nous assistons à une croissance marquée de nouvelles technologies médicales, de nouveaux modes d’intervention en santé et d’une exploitation plus poussée du numérique et de l’intelligence artificielle. Ce foisonnement prend place dans des écosystèmes de santé par nature très complexes, sous pression et en transformation. Ceci a en particulier été accentué dans le contexte de la pandémie qui nous a poussés à innover différemment. Les écosystèmes d’innovation en santé sont donc amenés à se structurer et à constamment se réorganiser afin de favoriser le développement et l’implantation de pratiques et technologies innovantes, qui ont des impacts positifs et durables pour la société et l’industrie biomédicale. Le panel introductif vise à présenter quelques modèles d’écosystèmes d’innovation en santé, et à échanger sur les enjeux et défis majeurs de ces écosystèmes, et à mieux comprendre comment leur organisation et pratiques contribuent à structurer et mobiliser l’innovation et la création de valeur socio-économique.

Présentations d’étudiantes et d’étudiants sur les écosystèmes en santé, dont le rôle du capital humain et les pratiques managériales d’innovation

• Communication orale 09 h 45
  De la gestion des idées innovantes à la norme ISO 56000
  Fabiano Armellini (Polytechnique Montréal), Carl-Éric Aubin (TransmedTech), Catherine Beaudry (Polytechnique Montréal), Diego Rolando Mahecha Capacho (Polytechnique Montréal)

  La stratégie et la structure organisationnelles ont toutes deux un impact direct sur l’environnement interne d’une organisation. Cependant, la production et les opérations d’une entreprise peuvent être influencées par un large éventail de facteurs, tant internes qu’externes à l’entreprise. Cette étude examine les développements récents des études sur la gestion de l’innovation. Il est possible que différents départements d’une organisation dotée d’une structure divisionnaire assument la responsabilité de différents aspects du processus d’innovation. Dans la plupart des cas, l’innovation résulte d’une gestion attentive de divers processus d’innovation. Les organisations qui gèrent activement les initiatives et les activités d’innovation sont plus susceptibles de prendre des mesures décisives, de connaître un succès à long terme et d’agir rapidement pour saisir les opportunités, résoudre les problèmes et gérer les risques. Cela s’explique par le fait que les organisations qui gèrent activement l’innovation ont de meilleures chances de développer un avantage concurrentiel. Cette recherche s’attachera à déterminer les aspects les plus importants de la littérature existante sur la gestion de l’innovation ainsi que les problèmes les plus urgents dans ce domaine d’étude. Pour atteindre cet objectif, un modèle séquentiel exploratoire a été adopté.

• Communication orale 10 h 05
  Comment mesurer les capacités d’innovation des écosystèmes ? Revue systématique du potentiel innovant du capital humain
  Catherine Beaudry (Polytechnique Montréal), Annie Passalacqua (Polytechnique Montréal)

  Les innovations sont intrinsèquement portées par les individus. L'innovation collective entre les individus de diverses équipes, organisations et écosystèmes d'innovation engendre une incertitude et une complexité supplémentaires pour mesurer les capacités d'innovation. Comment mesurer les capacités d'innovation des écosystèmes avec le Potentiel d'Innovation des Individus (IPI) ? Les capacités d'innovation transforment le potentiel d'innovation, en tant que ressource en amont, en résultat de potentiel d'innovation en aval. La compréhension du construit IPI soutient la création de nouveaux indicateurs pour mieux capter
  ce processus et mieux s'adapter aux approches d'innovation collective. Cette revue systématique identifie les multidimensions du construit IPI et présente un programme de recherche pour mesurer les capacités d’innovation des écosystèmes à l’aide du IPI.

Table ronde sur l’IA en santé, le quartier de l’innovation en santé et le programme innovateur/trice en résidence

A quoi ressemblera l’hôpital de demain?

Nous ferons un état des lieux sur l’implantation de l’innovation en milieu hospitalier : du besoin terrain aux solutions apportées; les défis et les réalisations. En quoi l’IA peut nous aider à innover et cocréer plus efficacement, pour répondre aux besoins cliniques non satisfaits et accélérer l’adoption de solutions innovantes sur le marché et leur implémentation dans le système de santé actuel.
Nous nous questionnerons également sur le rôle des patients dans l’hôpital du futur?L’essor de la surveillance à distance des patients et de la télémédecine, transformera-t-il le cadre de santé actuel? Avec un hôpital sans mur, le patient deviendra-t-il son propre ‘point of care’?
Quel sera le rôle du patient-partenaire avec ses applications, patchs, objets connectés, etc?
En vue de ces évolutions futures, nous soulignerons l’importance de soutenir les startups qui proposent des solutions innovantes en ce sens, et comment les accompagner.

C’est bien beau les écosystèmes d’innovation, mais comment s’assurer que ça fonctionne ?

Le succès de la Stratégie québécoise de recherche et d’investissement en innovation (SQRI2) demande une forte synergie, voire une symbiose, entre les organisations développant la science, la technologie et l’innovation au sein d’écosystèmes de savoir et d’innovation bien coordonnés.

Cette conférence midi réunira Carole Jabet, directrice du FRQS, Luc Sirois, Innovateur en chef du Québec, et Patrick Cohendet, professeur à HÉC et co-directeur de Mosaic. Madame Jabet dressera un portrait du rôle du financement de la science en tant que mécanisme contribuant à la concrétisation d’idées novatrices au sein de l’écosystème de savoir en santé au Québec. Luc Sirois présentera sa vision du bon fonctionnement des écosystèmes d’innovation au Québec. S’inspirant de quelques exemples d’écosystèmes d’innovation à l’internationale, il expliquera comment créer la recette spécifique au Québec grâce aux excellents ingrédients mentionnés dans la SQRI2.

Patrick Cohendet aura un double rôle d’animateur et d’expert des écosystèmes d’innovation. Sa fine analyse du sujet permettra de bien comprendre comment bien orchestrer les écosystèmes de savoir, d’innovation et d’affaires, des points de vue théorique et pratique. Il expliquera notamment les différents rôles devant être présent afin que les écosystèmes d’innovation fonctionnent à leur plein potentiel.

Table ronde sur les mesures de performance des écosystèmes d’innovation

Le Québec a mis sur pied plusieurs mécanismes structurants des activités d’innovation. Des grappes industrielles aux créneaux d’excellence et créneaux interrégionaux, en passant par les pôles d’excellence, les zones d’innovation tous les incubateurs, et accélérateurs, et intermédiaires de recherche et d'innovation, la province ne manque pas d’initiatives. Les personnes à la direction de toutes ces organisations portent plusieurs chapeaux, dont le rôle prisé d’orchestrateur.

Toutes ces organisations se sont aussi dotées d’indicateurs de performance permettant de démontrer leur impact. Le but de ces indicateurs est double : 1) mesurer la performance des organisations membres ou appuyées ; 2) mesurer la performance de ces orchestrateurs d’écosystèmes d’innovation. Il est toutefois très important de construire ces indicateurs de façon à ce qu’ils soient aussi des incitatifs à collaborer, à instaurer un climat de confiance et une influence mutuelle (ou symbiose) qui permette de propulser l’innovation.

Loïck Gautier, directeur principal au CIQ, présentera le baromètre de l’innovation et le rôle qu’il entend lui faire jouer pour appuyer les orchestrateurs des écosystèmes. Paul L’Archevêque, associé principal chez CapCOGITO, et Normand Bourbonnais, PDG de Technum Québec, la zone d’innovation de Bromont, expliqueront les défis reliés à la mesure de la performance des écosystèmes d’innovation et des entreprises membres de façon à aligner les intérêts de chacun.

Tour d’horizon des nouvelles données et des nouvelles méthodes de mesure

L'objectif de ce panel est de fournir un bref aperçu des différentes données et méthodes utilisées dans les travaux des chercheurs tout en attirant l'attention sur les nouvelles approches et en soulignant leur rôle dans la recherche actuelle sur les écosystèmes d'innovation. Les intervenants discuteront des problèmes de recherche étudiés dans leurgroupe de recherche et des différentes données utilisées. Ensuite, les méthodes et approches employés seront résumés en passant par certaines approches classiques telles que l'analyse statistique ou l'analyse des réseaux sociaux tout en terminant par la simulation de réseaux de collaboration avec un modèle à base d’agents. Par la suite, de nouvelles méthodes avancées seront discutées telles que l'exploration de données, l'intelligence artificielle, l'apprentissage automatique et l'apprentissage profond, en concluant avec les avantages et les inconvénients de ces nouvelles méthodes et approches par rapport aux méthodes traditionnelles.

Présentations d’étudiantes et d’étudiants sur les résultats des nouvelles données et des nouvelles méthodes de mesure

• Communication orale 15 h 30
  Utilisation de l'apprentissage automatique pour évaluer l'efficacité des programmes de financement du CRSNG
  Ashkan Ebadi (CNRC), Andrea Schiffauerova (Université de concordia), Hamid Vosoughi (Université Concordia)

  Le financement joue un rôle critique dans le succès des projets de recherche. Il est donc essentiel d'évaluer l'influence du financement sur les résultats scientifiques des chercheurs. Dans cette étude, nous visons à examiner l'impact de divers programmes de financement fournis par le Conseil de recherches en sciences naturelles et en génie (CRSNG) et à comparer l'impact et la productivité des chercheurs financés. Nous effectuons d'abord une analyse descriptive pour mieux comprendre les tendances des différents programmes de financement offerts par le CRSNG, y compris les changements des montants de financement et de l’allocation à travers les provinces et les universités, et d'autres facteurs pertinents au fil de temps. Ensuite, nous utilisons des modèles statistiques et des algorithmes d'apprentissage automatique ajustés sur la base de données intégrée des publications et du financement des chercheurs pour déterminer l'efficacité des différents programmes de financement du CRSNG. L'objectif principal est de comprendre l'impact du financement sur la production scientifique des chercheurs. L'étude est en cours et les résultats seront disponibles bientôt.

• Communication orale 15 h 45
  Quel signal envoient les entreprises dans leur site web ? Une évaluation de l’utilisation du langage lié à l’innovation dans les sites internet corporatifs
  Catherine Beaudry (Polytechnique Montréal), Margaret Daziel (University of Waterloo), Mikaël Héroux-Vaillancourt (Polytechnique Montréal)

  Cette étude tente de comprendre la signification de l’utilisation des concepts liés à l’innovation dans les sites internet des entreprises. Utilisant les archives du web « The Wayback Machine », nous avons extrait le contenu des sites internet de 1 289 répondants ayant participé à 21 enquêtes par questionnaire entre 2010 et 2016. Nous avons par la suite comparé ces données sur la base de la fréquence documentaire de mots-clés liés à différents concepts d’innovation aux indicateurs issus des questionnaires. L’estimation d’un système d’équations simultanées nous a permis de déterminer si que les concepts liés à l’innovation sur les sites internet des entreprises expliquent mieux l’investissement reçu que l’évidence d’innovation issue des réponses aux questionnaires, démontrant ainsi la complémentarité de cette nouvelle source de données.

• Communication orale 16 h 00
  Studying the Intersection between Science and Technology
  Ashkan Ebadi (NRCC), Mahsa Noorinajafi, Andrea Schiffauerova (Université de Concordia)

  La science et la technologie sont étroitement liées, les nouvelles technologies émergeant fréquemment des découvertes scientifiques et du progrès technologique offrant de nouvelles perspectives et de nouveaux instruments pour la recherche scientifique. L'objectif de cette recherche est d'étudier le rôle des interacteurs science-technologie, c'est-à-dire des acteurs critiques qui relient la science et la technologie et soutiennent le transfert de connaissances de la science à l’innovation dans l'écosystème collaboratif. Pour y parvenir, nous identifions d’abord les acteurs critiques pour les interactions science-technologie dans l'écosystème et puis nous étudions l'impact de leur comportement collaboratif et d'autres facteurs sur la structure du
  réseau et sur la production technologique de l'écosystème. Nous utilisons des publications dans le domaine de l'intelligence artificielle extraites du SCOPUS d'Elsevier et des informations sur les brevets de l'USPTO. La méthodologie comprend des simulations de réseaux de collaboration avec un modèle à base d’agents utilisant le langage de programmation Python tout en appliquant des algorithmes d'apprentissage automatique. L'effet des auteurs-inventeurs est examiné en simulant divers scénarios dans l'écosystème science-technologie. À la suite de cette recherche, les caractéristiques optimales des interactions science-technologie sont mises en évidence et des recommandations politiques sont dérivées.

• Communication orale 16 h 15
  Prédiction des termes de technologies émergentes à l'aide de la détection de sursaut et de l'apprentissage profond
  Ashkan Ebadi (CNRC), Ali Ghaemmaghami (Université Concordia), Andrea Schiffauerova (Université de Concordia)

  Les technologies émergentes propulsent l'innovation et résolvent des défis mondiaux complexes. Cependant, il n'existe pas de critères largement acceptés pour détecter les sujets émergents, et les approches traditionnelles présentent des limites telles que la curation manuelle, la manque de scalabilité et la subjectivité. Pour faire face à ces limitations, cette étude déploie un algorithme de détection de sursaut financier associé à des méthodes d'apprentissage automatique pour détecter et prédire les tendances futures des termes émergents dans le domaine de l'intelligence artificielle (IA). À cette fin, nous utilisons des données publiques de la base de données de brevets de Web of Science. L'algorithme de détection de sursaut est automatisé et réduit la nécessité de curation manuelle et le risque de biais humains, tandis que le classificateur de réseau neuronal profond (DNN) augmente la précision de la méthode de 10% à 15% par rapport à l'approche Random Forest. Les résultats montrent que la méthode proposée prédit avec succès la prévalence future des sujets IA avec une précision de plus de 90% pour un ensemble de données de brevets d’IA entre 2009 et 2022. Cette étude fournit une solution pour un processus scalable, automatisé et quantifiable pour détecter et prédire les tendances technologiques émergentes.

• Communication orale 16 h 30
  Création des nouveaux indicateurs à partir des site web des entreprises : étude pilote sur la certification B-Corp
  Catherine Beaudry (Polytechnique Montreal), Pietro Cruciata (Polytechnique Montréal), Davide Pulizzotto (Polytechnique Montréal)

  Cet article propose un outil qui utilise des informations du Web pour générer une approximation d’un indicateur de culture environnementale développé par B Lab. Utilisant les plus récentes avancées du traitement du langage naturel (NLP), la création de modèles de langage pré-entraînés comme BART qui semble mieux capturer les facettes sémantiques des langues naturelles, l’algorithme et les données permettent l’analyse en temps réel, un coût de construction minimal, une granularité et une grande taille d’échantillon. La tâche de classification de texte « Zero-shot » permet de créer un indicateur de la culture environnementale des entreprises. L’outil est testé sur la base de données B-CORP qui fournit des scores de performance environnementale de milliers d’entreprises. Nos résultats montrent que les scores fournis par l’outil sont fortement corrélés avec l’indicateur environnemental proposé par l’organisation.
  1.

• Communication orale 16 h 45
  La prédiction des scientifiques étoiles dans le domaine de l'intelligence artificielle en utilisant de techniques d'apprentissage automatique
  Ashkan Ebadi (CNRC), Andrea Schiffauerova (Université de Concordia), Koosha Shirouyeh (Université Concordia)

  Cette étude vise à prédire les scientifiques étoiles de l'écosystème scientifique de l'intelligence artificielle (IA). Les données bibliographiques ont été extraites de Scopus et une gamme de techniques d'exploration de données, y compris l'apprentissage automatique et le traitement automatique du langage naturel, ont été utilisées pour obtenir des informations sur la discipline, le sexe et l'origine ethnique des auteurs. L'indice h a été utilisé comme indicateur des performances de la recherche et un réseau bibliographique dynamique d'auteurs en IA a été créé. La prédiction des étoiles montantes est basée sur les caractéristiques de début de carrière des auteurs telles que la production de la recherche, les mesures de réseau social et de diversité. On a trouvé que les étoiles montantes avaient des caractéristiques distinctes par rapport aux étoiles non montantes. Plusieurs classificateurs en apprentissage automatique ont été considérés pour la tâche de prédiction, et les résultats ont montré que les caractéristiques en début de carrière des auteurs ont le potentiel de prédire les scientifiques étoiles dans le domaine de l'IA. Cette étude offre des informations précieuses aux chercheurs, praticiens et organismes de financement souhaitant identifier et soutenir des chercheurs talentueux dans le domaine de l'IA.