Fil d'Ariane

null Caroline Reinhold, M.D., M.Sc., FRCPSC, ABR

Chercheuse, IR-CUSM

Programme de recherche sur le cancer

Centre de recherche évaluative en santé

Professeure titulaire, Département de radiologie diagnostique, Faculté de médecine et des sciences de la santé, Université McGill

Département d'imagerie médicale, Division de radiologie diagnostique, CUSM

 

Mots-clés

imagerie gynécologique et abdominale • oncologie • applications médicales générales de l'IA • applications multiomiques • y compris le profilage moléculaire

Aire de recherche

Mes travaux de recherche portent sur l’évaluation des processus pathologiques gynécologiques bénins et malins à l’aide de techniques avancées d’IRM, afin d’améliorer la prédiction des maladies et de leurs issues. Au cours des dernières années, mes recherches se sont également orientées vers l’analyse quantitative des images et l’intelligence artificielle (IA). J’ai cofondé et je dirige le Augmented Intelligence Precision Health Laboratory (AIPHL), qui regroupe une équipe multidisciplinaire de scientifiques et de cliniciens, incluant des spécialistes en informatique et en apprentissage automatique, œuvrant au sein du milieu hospitalier pour développer des signatures uniques, non invasives et basées sur l’imagerie, servant de fondement à des outils cliniques d’aide à la décision en IA pour la médecine de précision. L’AIPHL participe à la conception, au développement et à la validation d’applications cliniques en IA, en collaboration avec d’autres équipes universitaires et des partenaires industriels. Un axe important de translation clinique concerne l’oncologie gynécologique, notamment par le biais de diagnostics et de traitements de précision. Les technologies avancées d’imagerie biomédicale, combinées aux caractéristiques d’imagerie clinique ainsi qu’aux données moléculaires, génomiques, protéomiques et autres données cliniques, sont utilisées pour faire progresser la santé de précision et le développement de biomarqueurs. Ainsi, l’un de mes principaux axes d’intérêt et de force consiste à piloter la translation des algorithmes d’apprentissage automatique vers leur mise en œuvre en milieu clinique. Je suis actuellement directrice adjointe à la recherche au sein du Département de radiologie diagnostique de l’Université McGill.

Publications choisies

Cliquez sur Pubmed pour voir la liste de mes publications

  • Sadowski EA; Thomassin-Naggara I; Rockall A; Maturen KE; Forstner R; Jha P; Nougaret S; Siegelman ES and Reinhold C. (2022) O-RADS MRI Risk Stratification System: Guide for Assessing Adnexal Lesions from the ACR O-RADS Committee. Radiology, 303 (1), 35-47. DOI: 10.1148/radiol.204371. PMID: 35040672.

  • Lefebvre T; Ueno Y; Dohan A; Chatterjee A; Vallières M; Winter-Reinhold E; Saif S; Levesque I; Zeng X; Forghani R; Seuntjens J; Soyer P; Savadjiev P; Reinhold C. Development and Validation of Multiparametric MRI-based Radiomics Models for Preoperative Risk Stratification of Endometrial Cancer. Radiology. 2022 Jul 12. DOI: 10.1148/radiol.212873. PMID: 35819326.

  • Reinhold C; Ueno Y; Akin EA; Bhosale PR; Dudiak KM; Jhingran A; Kang SK; Kilcoyne A; Lakhman Y; Nicola R; Pandharipande PV; Paspulati R; Shinagare AB; Small W Jr; Vargas HA; Whitcomb BP; Glanc P. Expert Panel on GYN and OB Imaging. ACR Appropriateness Criteria® Pretreatment Evaluation and Follow-Up of Endometrial Cancer. J. Am. Coll. Radiol. 2020; 17(11S):S472-S486. DOI: 10.1016/j.jacr.2020.09.001. PMID: 33153558.

  • Hindman N, Kang S, Fournier L, Lakhman Y, Nougaret S, Reinhold C, Sadowski E, Huang JQ, Ascher S. MRI Evaluation of Uterine Masses for Risk of Leiomyosarcoma: A Consensus Statement. Radiology. 2023 Feb; 306(2):e211658. DOI: 10.1148/radiol.211658. PMID: 36194109.