AI for Health 2026: Bridging Methodology, Discovery, Clinical Translation and Governance

Vision

The 2026 AI for Health Symposium will bring together researchers, clinicians, data scientists, health-system leaders, trainees, industry partners and policy experts to explore how artificial intelligence can accelerate innovation across the full health continuum: from biomedical discovery and RNA therapeutics to clinical decision support, health administration, ethics and responsible governance. The symposium will create a space where AI methodologists, health researchers, clinicians, biologists, administrators and partners can identify concrete opportunities for collaboration and translation.

Our aim is to bridge core AI research and real-world healthcare applications. Accordingly, the program will focus on three themes:

1. AI for RNA therapeutics and biomedical discovery;

2. Clinical AI tools and decision support; and

3. AI governance, ethics and health administration.

This broad vision reflects the needs of modern health innovation, where success depends not only on strong, generalizable algorithms but also on high-quality data, biological insight, clinical validation, health-system readiness, responsible governance and public trust.

Objectives

• Catalyze new collaborations among AI researchers, biomedical scientists, clinicians, health-system leaders, administrators, trainees, and industry and community partners.

• Connect AI methodology with real health and biomedical challenges, including RNA therapeutics, multi-omics research, clinical decision-making, medical imaging, diagnosis, health records, administrative data and health-system operations.

• Identify critical gaps that limit the translation of AI into health impact, including data access, data quality, model validation, privacy, governance, workflow integration, procurement and implementation barriers.

• Highlight unmet needs across biomedical research, clinical practice and health administration, with attention to both scientific discovery and operational improvement.

• Showcase institutional strengths in AI, health data science, biomedical discovery, RNA therapeutics, clinical research and responsible innovation.

• Engage sponsors and partners by offering a high-visibility forum in one of the most active and strategically important areas of health innovation.

• Develop a clearer roadmap for bridging AI advances with scientific, clinical, administrative and societal needs.

📅 Full schedule to be announced soon. Register now to secure your spot! There will be no abstract submissions for this event.

This event is co-organized by D2R-HeDS (McGill), IVADO and the Research Institute of the MUHC.

____________________________________________________________________________________________

Vision

Le Symposium 2026 sur l'IA en santé réunira des chercheurs, des cliniciens, des scientifiques des données, des dirigeants du réseau de la santé, des personnes en formation, des partenaires de l'industrie et des experts en politiques publiques afin d'explorer comment l'intelligence artificielle peut accélérer l'innovation sur l'ensemble du continuum de la santé : de la découverte biomédicale et des thérapies à base d'ARN à l'aide à la décision clinique, en passant par l'administration de la santé, l'éthique et la gouvernance responsable. Le symposium offrira un espace où les méthodologistes en IA, les chercheurs en santé, les cliniciens, les biologistes, les gestionnaires et les partenaires pourront cerner des occasions concrètes de collaboration et d'application.

Notre objectif est de faire le pont entre la recherche fondamentale en IA et les applications concrètes en santé. Le programme sera donc axé sur trois thèmes :

1. L'IA au service des thérapies à base d'ARN et de la découverte biomédicale;

2. Les outils cliniques d'IA et l'aide à la décision;

3. La gouvernance de l'IA, l'éthique et l'administration de la santé.

Cette vision élargie reflète les besoins de l'innovation moderne en santé, dont la réussite repose non seulement sur des algorithmes robustes et généralisables, mais aussi sur des données de qualité, une compréhension biologique approfondie, la validation clinique, l'état de préparation du réseau de la santé, une gouvernance responsable et la confiance du public.

Objectifs

• Susciter de nouvelles collaborations entre chercheurs en IA, scientifiques biomédicaux, cliniciens, dirigeants du réseau de la santé, gestionnaires, personnes en formation et partenaires de l'industrie et de la communauté.

• Relier la méthodologie de l'IA aux véritables défis de la santé et de la recherche biomédicale, notamment les thérapies à base d'ARN, la recherche multiomique, la prise de décision clinique, l'imagerie médicale, le diagnostic, les dossiers de santé, les données administratives et le fonctionnement du réseau de la santé.

• Cerner les lacunes importantes qui freinent la transformation de l'IA en retombées concrètes pour la santé, notamment l'accès aux données, leur qualité, la validation des modèles, la protection de la vie privée, la gouvernance, l'intégration aux flux de travail, l'approvisionnement et les obstacles à la mise en œuvre.

• Mettre en lumière les besoins non comblés en recherche biomédicale, en pratique clinique et en administration de la santé, en tenant compte autant de la découverte scientifique que de l'amélioration opérationnelle.

• Faire valoir les forces de nos établissements en IA, en science des données en santé, en découverte biomédicale, en thérapies à base d'ARN, en recherche clinique et en innovation responsable.

• Mobiliser les commanditaires et les partenaires en leur offrant une tribune de grande visibilité dans l'un des domaines les plus dynamiques et stratégiques de l'innovation en santé.

• Élaborer une feuille de route plus claire pour arrimer les avancées en IA aux besoins scientifiques, cliniques, administratifs et sociétaux.

📅 L'horaire complet sera annoncé sous peu. Inscrivez-vous dès maintenant pour réserver votre place! Il n'y aura pas d'appel de résumés pour cet événement.

Cet événement est coorganisé par D2R-HeDS (Université McGill), IVADO et l'Institut de recherche du Centre universitaire de santé McGill (IR-CUSM).