Dr Robert Avram

Le Dr Robert Avram est cardiologue interventionnel à l’Institut de cardiologie de Montréal depuis 2021 et professeur agrégé à l’Université de Montréal. Il est chercheur-boursier clinicien Junior 1 du Fonds de recherche du Québec – Santé (FRQS). Il a complété son doctorat en médecine (M.D.) à l’Université de Sherbrooke, sa résidence en cardiologie à l’Université de Montréal, une formation postdoctorale en santé numérique et apprentissage profond à l’Université de Californie à San Francisco (UCSF) et à Stanford, ainsi qu’une formation complémentaire en cardiologie interventionnelle à l’Institut de cardiologie de l’Université d’Ottawa.

Il dirige le laboratoire HeartWise.AI, dédié au développement et au déploiement clinique de modèles d’intelligence artificielle pour l’interprétation de l’ECG, de l’échocardiographie et de l’angiographie coronarienne. Son équipe a développé DeepECG.ai, une plateforme d’interprétation ECG par IA entraînée sur 1,6 million d’ECG et déployée dans plusieurs établissements au Québec, ainsi que PACS-AI, un système national d’intégration de l’IA en imagerie médicale financé par le CIFAR. Il est chercheur principal de l’essai clinique randomisé HEART-AI (NCT06462989), évaluant l’impact de l’IA sur l’interprétation ECG en milieu hospitalier. Ses travaux sont financés à hauteur de plus de 17 millions de $ par CIFAR, les Instituts de recherche en santé du Canada (IRSC), le Ministère de la Santé et des Services sociaux du Québec (MSSS) et le FRQS.

Il est rédacteur associé de la revue Circulation (American Heart Association) pour les articles en Intelligence artificielle, et rédacteur invité d’un numéro spécial du Canadian Journal of Cardiology consacré à l’IA en cardiologie. Il est premier auteur ou co-auteur de plus de 100 publications scientifiques dans des revues avec comités de pairs, incluant Nature, NEJM AI, Nature Medicine, Nature Cardiovascular Research, European Heart Journal, JAMA Cardiology, JACC et Annals of Internal Medicine, totalisant plus de 3,000 citations. Il est récipiendaire du TCT Thomas J. Linnemeier Spirit of Interventional Cardiology Young Investigator Award (2024) et finaliste du Prix Étoile montante du Collège des médecins du Québec (2025). Il détient un brevet en instance pour l’analyse automatisée des angiographies coronariennes.

• Intelligence artificielle en imagerie cardiaque;
• Modèles fondationnels pour l’ECG et l’échocardiographie;
• Angiographie coronarienne automatisée par apprentissage profond;
• Déploiement clinique de l’IA (essais randomisés);
• Prédiction du risque cardiovasculaire;
• Santé numérique et science ouverte.

• HEART-AI (NCT06462989) (chercheur principal) — Essai clinique randomisé évaluant l’interprétation ECG par IA en milieu hospitalier. En cours depuis 2025.
• DAISEA-ECG (chercheur principal) — Déploiement de l’IA ECG en cliniques de première ligne au Québec. En cours.
• DeepECG.ai (chercheur principal) — Plateforme d’interprétation ECG par intelligence artificielle, entraînée sur 1,6 million d’ECGs. En cours depuis 2024.
• PACS-AI (codirecteur national, CIFAR) — Système d’exploitation d’IA intégré au PACS pour l’imagerie médicale. En cours.
• CathEF (chercheur principal) — Estimation de la fraction d’éjection à partir d’angiographies coronariennes. En cours depuis 2022. Financé par le FRQS.
• DeepCORO / DeepCORO-CLIP (chercheur principal) — Interprétation automatisée des angiographies coronariennes. En cours depuis 2021.
• ECHONeXT (chercheur principal) — Détection de maladies cardiaques structurelles à partir de l’ECG. En cours.

• 2025 : Finaliste, Prix Étoile montante, Collège des médecins du Québec
• 2024 : TCT Thomas J. Linnemeier Spirit of Interventional Cardiology Young Investigator Award
• 2024 : Chercheur-boursier clinicien FRQS Junior 1
• 2023 : Membre, programme CIFAR — Intelligence artificielle pour la santé (IAI4HI)
• Titulaire, Chaire de recherche Des Groseillers-Bérard, Institut de Cardiologie de Montréal
• Brevet en instance : 63/208,406 — Méthode et système d’analyse automatisée des angiographies coronariennes

• Nolin-Lapalme A, Sowa A, Delfrate J, Tastet O, Corbin D, Kulbay M, Ozdemir D, Noël MJ, Marois-Blanchet FC, Harvey F, Sharma S, Ansari M, Chiu IM, D’souza V, Friedman SF, Chassé M, Potter BJ, Afilalo J, Elias PA, Jabbour G, Bahani M, Dubé MP, Boyle PM, Chatterjee NA, Barrios J, Tison GH, Ouyang D, Maddah M, Khurshid S, Cadrin-Tourigny J, Tadros R, Hussin J, Avram R*. Foundation models for electrocardiogram interpretation: clinical implications. Eur Heart J. 2026 Jan 22:ehaf1119. doi: 10.1093/eurheartj/ehaf1119.

   

• Theriault-Lauzier P, Perrin N, Sarshoghi A, Ly S, Knafo M, Grandchamp A, Rong Y, Lessard M, Amche R, Corbin D, Taji B, Tastet O, Chong A, Froeschl M, Dick A, Labinaz M, Glover C, Le May M, Ahmed Z, Abdel-Razek O, Di Santo P, Messika-Zeitoun D, Tison G, Russo J, Marquis-Gravel G, Tanguay J, Gallo R, Ly Q, Asgar A, Doucet S, Gosselin G, Grégoire J, Ibrahim R, L’allier P, Nosair M, So D, Avram R*. Deploying an AI algorithm in the cardiac catheterization laboratory: Real-time estimation of left ventricular ejection fraction using deep learning from coronary angiography in acute coronary syndrome. NEJM AI. 2025;2(5):Alcs2401008.

   

• Poterucha TJ, Jing L, Ricart RP, Adjei-Mosi M, Finer J, Hartzel D, Kelsey C, Long A, Rocha D, Ruhl JA, vanMaanen D, Probst MA, Daniels B, Joshi SD, Tastet O, Corbin D, Avram R, Barrios JP, Tison GH, Chiu IM, Ouyang D, Volodarskiy A, Castillo M, Roedan Oliver FA, Malta PP, Ye S, Rosner GF, Dizon JM, Ali SR, Liu Q, Bradley CK, Vaishnava P, Waksmonski CA, DeFilippis EM, Agarwal V, Lebehn M, Kampaktsis PN, Shames S, Beecy AN, Kumaraiah D, Homma S, Schwartz A, Hahn RT, Leon M, Einstein AJ, Maurer MS, Hartman HS, Hughes JW, Haggerty CM, Elias P*. Detecting structural heart disease from electrocardiograms using AI. Nature. 2025 Aug;644(8075):221-230. doi: 10.1038/s41586-025-09227-0.

GITHUB

HuggingFace 

HeartWise.AI