Pradeep Raamana est un ingénieur biomédical avec un Ph.D. en analyse d’images médicales et en apprentissage automatique. Ses intérêts de recherche se situent dans le développement de biomarqueurs multimodaux pour diverses maladies neurologiques et psychiatriques, ainsi que dans la caractérisation de l’impact des choix méthodologiques fondamentaux. Il est passionné par l’idée de faire le pont entre le domaine clinique et les sciences informatiques et développe des outils et des standards permettant de retirer les obstacles à la modélisation prédictive et au contrôle de la qualité en neuroimagerie. Il a fondé le groupe d’intérêt spécial sur le contrôle de qualité en neuroimagerie (niQC) au International Neuroinformatics Coordinating Facility. Il est un défenseur de la science ouverte et est dévoué aux logiciels en source ouverte et à la science reproductible.

Comme le dit le dicton : “garbage in, garbage out”, la qualité des conclusions générées pour toute étude menée à partir de données dépend de la qualité des données entrantes et intermédiaires c.-à-d. à quel point les différents stades de l’analyse neuroscientifique sont adéquatement contrôlés pour la qualité. Plusieurs problèmes impliquant les données en neuroimagerie ont trait à la présence d’artéfacts, des inexactitudes, des incomplétudes et de la mesure sélective. Étant donné son important besoin de ressources (c.-à-d. la demande excessive de travail manuel, le temps, les outils spécialisés et la formation), le contrôle de qualité n’est pas pratiqué régulièrement. Parmi la faible portion de personne qui l’emploie, il existe une grande variabilité en ce qui concerne la manière dont on l’utilise et le rapporte. Ce manque de standardisation dans les protocoles et rapports réduit grandement la commensurabilité entre différentes études. Afin d’améliorer l’harmonisation dans le domaine, il faut développer des standards et de bonnes pratiques, voilà ce sur quoi se concentrera mon implication pour la PCNO.