Notre groupe, dirigé par le Prof. Jean Louis Raisaro, professeur assistant à la Faculté de biologie et de médecine du CHUV et de l’UNIL, conçoit et déploie des solutions innovantes en IA et en science des données pour améliorer la prise en charge clinique et soutenir la recherche multicentrique. Nos activités couvrent des méthodes d’IA de confiance — incluant des approches de protection de données privée telles que la confidentialité différentielle et la génération de données synthétiques — ainsi que le développement de Large Language Models (LLM) cliniques et de systèmes agentiques, et de modèles de fondation multimodaux capables d’intégrer les données issues du dossier électronique (p. ex. texte clinique, variables structurées, signaux temporels).
Nous combinons une recherche méthodologique rigoureuse et reproductible avec des projets appliqués en milieu clinique, et développons des plateformes permettant un déploiement de l’IA à la fois sûr, éthique et compatible avec les exigences réglementaires. Parmi celles-ci figurent CHORUS, un environnement sécurisé de traitement des données offrant un accès conforme aux données biomédicales du CHUV et facilitant le développement d’IA clinique, ainsi qu’une plateforme d’IA agentique permettant des workflows supervisés avec intervention humaine (human-in-the-loop). Plusieurs de nos solutions sont actuellement en cours d’implémentation au CHUV, avec un impact mesurable sur les résultats cliniques, l’efficience et les coûts hospitaliers. Parmi nos réalisations récentes, on compte un Sepsis Learning Health System basé sur l’IA, ainsi que Meditron-CHUV, un LLM médical open source affiné à partir de plus de 12 000 annotations de préférences issues de plus de 250 clinicien·ne·s du CHUV.
Senior data scientist
Senior data scientist
Senior software engineer
Senior software engineer
Junior software engineer
Data scientist
PhD student
Senior software engineer
PhD student
CHORUS, une plateforme de recherche virtuelle sécurisée développée au CHUV, permet le partage fiable des données biomédicales et la collaboration entre équipes de recherche. En combinant un chiffrement avancé à des protocoles d’authentification rigoureux, CHORUS favorise l’innovation biomédicale tout en protégeant les informations sensibles des patients.
Ce projet vise à promouvoir l’utilisation responsable des données synthétiques dans la recherche et l’innovation en santé. Il répond aux enjeux de confidentialité et de complexité des données grâce à des techniques innovantes pour générer des ensembles de données multimodales et longitudinales. La plateforme ouverte SYNTHIA fournira des données synthétiques validées et des outils permettant de faire avancer la recherche sans compromettre la confidentialité des patients.
Nous développons un système d’aide à la décision basé sur un modèle de langage médical, capable de traiter les informations couramment disponibles et de fournir des recommandations aux cliniciens des services d’urgence, afin de réduire les soins à faible valeur.
Nous avons développé Meditron-CHUV, un modèle de langage médical open source, affiné grâce à plus de 12 000 annotations de préférence réalisées par plus de 250 clinicien-nes du CHUV. Nous introduisons un cadre de développement centré sur les cliniciens, qui place la participation des experts humains au cœur de la conception et de l’évaluation des LLMs. Ce cadre établit un système de boucle de rétroaction dans lequel les évaluations des experts servent à la fois à mesurer les performances du modèle et à générer des données d’alignement de haute qualité pour son optimisation.
Despraz J, Matusiak R, Nektarijevic S, Rossetti V, Bastardot F, Akrour R, Konasch A, Gauthiez E, Pignolet O, Pepe S, Chiche JD, Kaufmann DE, Calandra T, Raisaro JL, Meylan S, CHUV Sepsis consortium
NPJ Digit Med
Conticchio M, Pescol F, Hubner M, Uldry E, Leroy G, Denys A, Raisaro JL, Fuks D
HPB (Oxford)
Meurers T, Otte K, Abu Attieh H, Briki F, Despraz J, Halilovic M, Kaabachi B, Milicevic V, Müller A, Papapostolou G, Wirth FN, Raisaro JL, Prasser F
NPJ Digit Med
Conticchio M, Uldry É, Melloul E, Hubner M, Edjlali M, Bibault JE, Beloucif S, Raisaro JL, Fuks D
Rev Med Suisse
Conticchio M, Uldry E, Hübner M, Digklia A, Fraga M, Sempoux C, Raisaro JL, Fuks D
Cancers (Basel)
Deslarzes P, Xu HA, Raisaro JL, Hübner M, Grass F
Diagnostics (Basel)
Pilgram L, Dankar FK, Drechsler J, Elliot M, Domingo-Ferrer J, Francis P, Kantarcioglu M, Kong L, Malin B, Muralidhar K, Myles P, Prasser F, Raisaro JL, Yan C, El Emam K
Patterns (N Y)
Meurers T, Halilovic M, Otte K, Despraz J, Kaabachi B, Kulynych B, Raisaro JL, Prasser F
Comput Biol Med
Meurers T, Otte K, Abu Attieh H, Briki F, Halilovic M, Kaabachi B, Milicevic V, Müller A, Raisaro JL, Prasser F
Stud Health Technol Inform
Kaabachi B, Despraz J, Meurers T, Otte K, Halilovic M, Kulynych B, Prasser F, Raisaro JL
NPJ Digit Med
Despraz J, Nektarijević S, Vancauwenberghe L, Cito P, Milosavljevic S, Perrin S, Pouzols S, Riba Grognuz O, Mabire C, Raisaro JL
Stud Health Technol Inform
Xu HA, Loftsson V, Kulynych B, Kaabachi B, Raisaro JL
Stud Health Technol Inform
Wahler N, Kaabachi B, Kulynych B, Despraz J, Simon C, Raisaro JL
Stud Health Technol Inform
Kaabachi B, Briki F, Kulynych B, Despraz J, Raisaro JL
Stud Health Technol Inform
Xu HA, Maccari B, Guillain H, Herzen J, Agri F, Raisaro JL
JMIR Med Inform
Pouzols S, Despraz J, Mabire C, Raisaro JL
Comput Inform Nurs
Blatter TU, Witte H, Fasquelle-Lopez J, Nakas CT, Raisaro JL, Leichtle AB
J Med Internet Res
Touré V, Krauss P, Gnodtke K, Buchhorn J, Unni D, Horki P, Raisaro JL, Kalt K, Teixeira D, Crameri K, Österle S
Sci Data
Scheibner J, Raisaro JL, Troncoso-Pastoriza JR, Ienca M, Fellay J, Vayena E, Hubaux JP
J Med Internet Res
Grishin D, Raisaro JL, Troncoso-Pastoriza JR, Obbad K, Quinn K, Misbach M, Gollhardt J, Sa J, Fellay J, Church GM, Hubaux JP
Nat Comput Sci
Gaudet-Blavignac C, Raisaro JL, Touré V, Österle S, Crameri K, Lovis C
JMIR Med Inform
Froelicher D, Troncoso-Pastoriza JR, Raisaro JL, Cuendet MA, Sousa JS, Cho H, Berger B, Fellay J, Hubaux JP
Nat Commun
