Projet AI&Health
Cette formation a été développée avec le concours du projet européen AI&Health qui vise à proposer aux professionnels du secteur santé les programmes de formation en intelligence artificielle.

Session état de l'art Machine Learning and Cybersecurity, démarrage le 21 janvier
Session deeptech Analyse des données de santé sensibles par l’apprentissage fédéré, démarrage le 28 janvier
Session état de l'art Biais dans les algorithmes IA : du diagnostic à la réparation, démarrage le 4 février
Module deeptech
Ce module vise à former sur les avancées actuelles en matière d’apprentissage fédéré (Federated Learning) pour les applications exploitant des données sensibles dans le domaine de la santé. L’intérêt pour l’apprentissage fédéré était fulgurant dans les dernières années, toutefois l’application de cette technologie à des domaines sensibles, tels que les soins par exemple, reste difficile en raison de la complexité du traitement de données hétérogènes et du partage des données de santé, ainsi que de la difficulté pratique de déployer des architectures fédérées dans le monde réel. © Inria / Photo M. Magnin
Session:
Aucune session disponible actuellement.
L’objectif de ce module consiste à introduire le sujet de l’apprentissage fédéré en fournissant aux apprenants des clés pour le traitement de l’hétérogénéité dans l’analyse de l’information biomédicale. La session comporte une partie théorique (matin) et une partie pratique (après-midi). Elle introduira au logiciel Fed-BioMed visant à transposer l’apprentissage fédéré aux applications de soins en santé. Logiciel open source développé par Inria et ses partenaires, Fed-BioMed apporte une réponse aux défis majeurs tels que la sécurité, l’extensibilité et l’interopérabilité de l’apprentissage fédéré.
Développeurs et ingénieurs R&D dans le domaine de la santé qui s'intéressent aux nouvelles méthodes de traitement des données.
Version 1 du 12/02/2025
Ingénieur de recherche Inria
Ingénieur de recherche et développement à Inria, Francesco Cremonesi allie une formation en neurosciences computationnelles et calcul intensif avec une experience dans la structuration des données médicales et leur analyse avec IA. Ses intérêts de recherche sont autour de le développement et déploiement d’infrastructures fédérées dans la recherche en santé, l’intégration des connaissances du domaine avec des méthodes d’apprentissage, et l’interoperabilité des données
@coll.privée
Cette formation a été développée avec le concours du projet européen AI&Health qui vise à proposer aux professionnels du secteur santé les programmes de formation en intelligence artificielle.

Gamification by: mega888