L2M Validation / Qc Automne 2025 / NodusAI

Les gouvernements, hôpitaux et banques détiennent d’immenses volumes de données précieuses, mais les lois strictes sur la confidentialité et les risques de sécurité rendent toute collaboration presque impossible, freinant l’innovation et limitant la performance des modèles d’IA. De ce fait, les hôpitaux ne peuvent pas bénéficier de modèles de diagnostic partagés et entrainés par plusieurs institutions. Les banques ne peuvent pas détecter les nouveaux schémas de fraude observés par d’autres institutions. Le développement de l’IA est fragmenté, les données restent cloisonnées et les performances des modèles en pâtissent. Notre plateforme, basée sur l’apprentissage fédéré, permet aux institutions d’entraîner ensemble des modèles d’IA sans jamais déplacer ni exposer leurs données sensibles. Contrairement aux solutions traditionnelles qui centralisent les données et augmentent les risques de conformité, nous amenons le modèle vers les données grâce à des techniques avancées de protection de la vie privée. Cela permet aux secteurs de la santé et de la finance d’améliorer la précision de leurs modèles, de réduire les biais, d’innover plus rapidement, de rester conformes aux réglementations comme le RGPD ou la HIPAA, tout en gardant un contrôle total sur leurs données, libérant ainsi la puissance de la collaboration sans compromis sur la sécurité ou la confidentialité.

Faculty Supervisor:

Foutse Khomh

Student:

Partner:

V1 Studio

Discipline:

Computer science

Sector:

Artificial Intelligence; Finance and Insurance; Health and Related Sciences & Technology

University:

Polytechnique Montréal

Program: