Stimuler la réflexion, s’ouvrir à de nouvelles perspectives, suivre l’actualité des recherches, des pratiques et des initiatives en santé publique, débattre: autant de fonctions remplies par les colloques du Département épidémiologie et systèmes de santé (DESS). Lors de chaque session, des spécialistes d’horizons divers viennent présenter l’état de leurs recherches, leurs expériences ou leurs projets.
Ces colloques, ouverts au public, s’adressent à un large public de professionnelles et professionnels de la santé. Ils sont recommandés par la Société suisse des spécialistes en prévention et santé publique (SPHD) pour la reconnaissance de la formation continue.
Anisia Katinskaia, qui a rejoint le Swiss Data Science Center (SDSC) en août 2025 en tant que Senior Data Scientist au sein de l'équipe de recherche à Lausanne.
Deidentification of free-text documents is a critical step in enabling the responsible use of Artificial Intelligence (AI) in sensitive domains such as population-based cancer registration. Cancer registries routinely collect large volumes of clinical narratives (e.g., pathology reports, hospital discharge summaries, imaging reports) that contain personally identifiable information (PII). To leverage these data for AI-driven research and public health insights, robust deidentification processes are essential to protect patient privacy while preserving data utility.
We present a deidentification approach for free-text pathology reports as part of the global AICADES project - a collaboration with Unisanté and the Swiss Data Science Center (SDSC) / École Polytechnique Fédérale de Lausanne (EPFL) - aimed at accelerating cancer-relevant data extraction for population-level surveillance. Our work addresses key challenges related to balancing privacy and data utility, rare disease re-identification risk, language variability, and governance.
