Choisir une formation dans le domaine de la santé, c’est se destiner à exercer une profession pleine d’avenir.
La Ra&D au sein de la HEdS-Genève est assurée par les chercheur·euse·s , avec le soutien de l'Institut de Recherche.
La HEdS-Genève c'est aussi un réseau de contacts privilégiés avec des institutions à travers le monde.
Plus grande école de santé de Suisse romande, la HEdS-Genève est la seule à réunir cinq des sept filières du domaine Santé.
Vous pouvez nous écrire en utilisant notre formulaire en ligne ou rendez-vous sur notre page FAQ :
Vous pouvez nous atteindre par téléphone ou email :
Horaire de la réception :
du lundi au jeudi
entre 7h45-12h & 13h à 15h15
le vendredi entre 7h45-12h
La réception sera exceptionnellement fermée le vendredi 2 mai 2025.
Prof. Jean-Philippe Thiran, Laboratoire de traitement des signaux (LTS5), Ecole Polytechnique Fédérale de Lausanne (EPFL)
Prof. Zacharie Sando, Morphological sciences and Pathology, Département de Pathologie Centre médical universitaire
Ce projet est aussi en collaboration avec Aurèle Sagne du Service des Innovations Pédagogiques pour le développement d'un e-learning
Le cancer du col de l'utérus est l'un des cancers les plus mortels au monde, affectant principalement les femmes en Afrique subsaharienne. La lutte contre cette maladie au Cameroun est entravée par une infrastructure insuffisante et l'inaccessibilité des laboratoires capables de tester les femmes pour le virus du papillome humain (VPH), responsable du cancer du col de l'utérus, surtout dans les communautés rurales.
Notre équipe a lancé le projet GENOVA au Cameroun, permettant aux femmes de passer un test de dépistage du VPH. En cas de résultat positif, une sage-femme examine leur col de l'utérus pour détecter des signes précoces de cancer. Si des anomalies sont observées, un traitement est administré le jour même. Cependant, cette évaluation visuelle présente des limitations, générant parfois des résultats faux-positifs ou faux-négatifs.
Pour optimiser la précision du diagnostic, l'une des méthodes les plus fiables pour diagnostiquer le cancer du col de l'utérus consiste à étudier les cellules collectées du col de l'utérus (appelé 'Pap-test'). Cependant, les centres où cet examen peut être réalisé au Cameroun sont très limités, de même que les spécialistes pour analyser les échantillons obtenus. Ce projet de recherche vise donc à introduire un logiciel utilisant l'intelligence artificielle pour analyser des images numériques des cellules cervicales. Cette approche évite l'envoi des échantillons à des laboratoires spécialisés. Notre recherche comparera les performances de ce logiciel à celles des spécialistes humains, afin de s’assurer de sa fiabilité. L'objectif est de fournir un diagnostic de haute qualité et un traitement rapide, même dans les régions les plus éloignées de l'Afrique subsaharienne, contribuant ainsi à la lutte contre le cancer du col de l'utérus au Cameroun.
Cervical cancer is one of the deadliest cancers in the world, affecting mainly women in Sub-Saharan Africa. Tackling it has been challenging in a country like Cameroon due to inadequate infrastructure and inability of many rural communities to access the very few laboratories that can test women for the virus that causes cervical cancer, called Human papilloma Virus (HPV).
Our team has already launched a cervical cancer screening project in Cameroon called GENOVA, where women can be tested for HPV; if positive, a midwife examines their cervix to see whether signs of early cancer are visible. If so, the woman immediately undergoes treatment, in the same visit. This visual assessment, however, is not always reliable and may lead to a considerable amount of false-negative and false-positive results.
To optimize diagnostic accuracy, one of the more reliable ways of diagnosing cervical cancer is by studying cells collected from the cervix (called ‘Pap-test’). Nevertheless, centers where this exam can be performed in Cameroon are very limited, as well as the specialists to analyze the obtained samples. This research therefore aims to introduce a software using artificial intelligence that can study digital images obtained of the cervical cells and help us make a faster and more reliable diagnosis. This method would avoid sending the collected samples to a specialized laboratory to obtain a diagnosis of cervical precancer and determine the need for treatment. We will be comparing the performance of human specialists providing a diagnosis and the developed software, to ensure that it is a reliable diagnostic tool, so that women even in the most remote part of SSA can benefit from high-quality diagnosis and receive treatment faster.