Marc-Andre Renaud est un chercheur postdoctoral sous la supervision de Louis-Martin Rousseau. Sa recherche vise à appliquer des techniques d’optimisation avancées au problème de planification de traitement en radiothérapie. Il cherche aussi à utiliser des concepts d’apprentissage profond pour automatiser le processus de planification de traitement et s’assurer que chaque patient obtienne le meilleur plan de traitement possible en radiothérapie. Il est co-fondateur de Gray, une compagnie qui vise a optimiser les horaires et flux de travails en oncologie, et aussi d’améliorer les résultats de traitements à l’aide d’apprentissage machine. Sa recherche est financée par une subvention postdoctoral-entrepreneur IVADO.
A Selection of Working Papers
Renaud M-A, Fortin M-A, Lahrichi N, Rousseau L-M, (2020), Data-driven strategic planning to maintain quality of care in radiotherapy centers during the pandemic of COVID-19.
2021
Kafaei P, Cappart Q, Renaud M-A, Chapados N, Rousseau L-M, (2021), Graph neural networks and deep reinforcement learning for simultaneous beam orientation and trajectory optimization of Cyberknife, Physics in Medicine and Biology, 66(21). https://doi.org/10.1088/1361-6560/ac2bb5
Kafaei P, Cappart Q, Renaud M-A, Chapados N, Rousseau L-M, (2021), Deep Q-learning for simultaneous Beam Orientation and trajectory optimization for Cyberknife. Physics and Medecine in Biology, 66(21).