Certificat de spécialisation - Intelligence Artificielle en Santé

Code diplôme/certificat: CS10300A

  • 20 crédits

Niveau d'entrée

  • Sans niveau spécifique

Niveau de sortie

  • Sans niveau spécifique

Responsable(s)

Mounia N. HOCINE

Ce certificat, équivalent BAC+6, conjugue des compétences en sciences de données et un savoir-faire en sciences humaines et sociales. Il permet un traitement approprié des données complexes ou massives en santé, dans le but de traduire les résultats en des outils fonctionnels.

Public, conditions d’accès et prérequis

Etre familié 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.

Objectifs

Maitriser les techniques de computer vision et d’architecture de base de données
• Maîtriser les outils de machine learning et de clustering
• Comprendre les enjeux juridiques et éthiques liés au traitement des données de santé
• Appréhender les différentes tâches du processus décisionnel en détection des épidémies ou réactions indésirables, dépistage des anomalies, prévention des risques sanitaires
• Acquérir les connaissances nécessaires pour anticiper les différentes sources d’incertitude
• Acquérir des compétences en communication et en valorisation des résultats

Mentions officielles

Intitulé officiel figurant sur le diplôme : Certificat de spécialisation Intelligence Artificielle en Santé

Code(s) NSF : -

Code(s) ROME : Études et prospectives socio-économiques (M1403) - Recherche en sciences de l univers, de la matière et du vivant (K2402)

Modalités d'évaluation

• Les deux US sont à valider par examen final ( QCM )
• La validation du certificat dans sa globalité est conditionnée par une soutenance d’un projet final

Description

Cliquez sur l'intitulé d'un enseignement ou sur Centre(s) d'enseignement pour en savoir plus.

Compétences

• Être capable de planifier des plans d’analyses des données en adéquation à la problématique de terrain
• Avoir une vision d’ensemble sur les attentes des décideurs de la science des données dans le domaine de la santé
• Acquérir une rigueur dans le choix des outils d’IA à déployer pour une utilisation responsable et appropriée
• Savoir traduire les résultats des analyses en des outils visuels et opérationnels à la portée des utilisateurs et leur apporter conseil sur les futurs protocoles de collecte et d’analyse des données

Voir le calendrier, le tarif, les conditions d'accessibilité et les modalités d'inscription dans le(s) centre(s) d'enseignement qui propose(nt) cette formation.

Diplôme ou certificat

    • Paris
      • Cnam Entreprises Paris
        • Année 2024 / 2025 : Package