Certificat de spécialisation Intelligence Artificielle en Santé
Lieu de
formation :
Non proposé en présentiel au Cnam HdF, nous contacter
Code
diplôme/certificat:
CS10300A
CS10300A
20
crédits
Niveau d'entrée
Aucun niveau requis
Niveau de sortie
Aucun niveau spécifique
Public et conditions d'accès
Etre familiarisé avec le traitement de données au sens large, exerçant ou souhaitant exercer dans le domaine de la santé.
Par exemple, être titulaire d'un BAC+5 ou équivalent en statistique, biostatistique, bio-informatique, épidémiologie, recherche clinique ou dans un domaine annexe.
Par exemple, être titulaire d'un BAC+5 ou équivalent en statistique, biostatistique, bio-informatique, épidémiologie, recherche clinique ou dans un domaine annexe.
Objectifs pédagogiques
Maitriser les techniques de computer vision et d'architecture de base de données
o Maîtriser les outils de machine learning et de clustering
o Comprendre les enjeux juridiques et éthiques liés au traitement des données de santé
o Appréhender les différentes tâches du processus décisionnel en détection des épidémies ou réactions indésirables, dépistage des anomalies, prévention des risques sanitaires
o Acquérir les connaissances nécessaires pour anticiper les différentes sources d'incertitude
o Acquérir des compétences en communication et en valorisation des résultats
o Maîtriser les outils de machine learning et de clustering
o Comprendre les enjeux juridiques et éthiques liés au traitement des données de santé
o Appréhender les différentes tâches du processus décisionnel en détection des épidémies ou réactions indésirables, dépistage des anomalies, prévention des risques sanitaires
o Acquérir les connaissances nécessaires pour anticiper les différentes sources d'incertitude
o Acquérir des compétences en communication et en valorisation des résultats
Organisation, stages, projets, mémoire et conditions de délivrance du diplôme (ou certificat)
o Les deux US sont à valider par examen final ( QCM )
o La validation du certificat dans sa globalité est conditionnée par une soutenance d'un projet final tutoré par un de nos experts
o La validation du certificat dans sa globalité est conditionnée par une soutenance d'un projet final tutoré par un de nos experts
Description de la formation
De niveau équivalent BAC+6, ce certificat conjugue sciences des données et sciences humaines et sociales. Il permet de traiter des données de santé complexes ou massives pour traduire les résultats en outils fonctionnels.
USR235
6 ects
USR236
6 ects
USR237
6 ects
UAR20D
2 ects
|
Compétences et débouchés professionnels
Une formation certifiante en 120 heures, hybride sur les outils pédagogiques et sur-mesure dans la construction de son contenu, par Mounia N. HOCINE, contact nacima.hocine@lecnam.net.
Elle vise des professionnels en data science dans le domaine de la santé à 360° diagnostic-pronostic-prévention-gestion-détection
En sortant de cette formation riche des retours d'expérience de grands experts dans le domaine de l'IA en santé, l'auditeur sera notamment :
o Être capable de planifier des plans d'analyses des données nécessitant l'usage des outils IA en adéquation à la problématique de terrain
o Avoir une vision d'ensemble sur les attentes des décideurs de la science des données dans le domaine de la santé
o Acquérir une rigueur dans le choix des outils d'IA à déployer pour une utilisation appropriée, responsable et éthique
o Savoir traduire les résultats des analyses en des outils visuels et opérationnels à la portée des utilisateurs
o Savoir se challenger pour apporter conseil sur les futurs protocoles de collecte et d'analyse des données ainsi qu'une aide à la décision efficace aux parties prenantes
Elle vise des professionnels en data science dans le domaine de la santé à 360° diagnostic-pronostic-prévention-gestion-détection
En sortant de cette formation riche des retours d'expérience de grands experts dans le domaine de l'IA en santé, l'auditeur sera notamment :
o Être capable de planifier des plans d'analyses des données nécessitant l'usage des outils IA en adéquation à la problématique de terrain
o Avoir une vision d'ensemble sur les attentes des décideurs de la science des données dans le domaine de la santé
o Acquérir une rigueur dans le choix des outils d'IA à déployer pour une utilisation appropriée, responsable et éthique
o Savoir traduire les résultats des analyses en des outils visuels et opérationnels à la portée des utilisateurs
o Savoir se challenger pour apporter conseil sur les futurs protocoles de collecte et d'analyse des données ainsi qu'une aide à la décision efficace aux parties prenantes
