Intelligence artificielle Santé numérique

IA et santé : des modèles prédictifs aux modèles prescriptifs

Module état de l'art
Explorez les applications de l’IA aux données de santé, des modèles descriptifs et prédictifs aux approches prescriptives. Découvrez l’inférence causale, analysez la qualité des données, les biais et les performances des modèles, et évaluez leurs usages en recherche et en clinique. © Inria / Photo Kaksonen

Session:

Aucune session disponible actuellement.

Contactez-nous !

Objectifs pédagogiques

Aide au diagnostic, analyse d’examens, optimisation et personnalisation des traitements, criblage de molécules à activité biologique, etc. : depuis une quinzaine d’années, l’application des sciences du numérique à des données médicales complexes révolutionne le traitement des données de santé, promettant des bénéfices multiples pour les patients.

Le contenu de cette formation est issu des travaux de Judith Abécassis dans le domaine de l’apprentissage automatique appliqué au secteur de la santé, mais l’approche méthodologique peut être largement appliquée à d’autres champs d’application.

À l’issue de la formation, les apprenants seront en mesure de :

Comprendre les principes des modèles descriptifs, prédictifs et prescriptifs appliqués aux données de santé ainsi que les fondements de l’intelligence artificielle en santé ;
Analyser la qualité des données, les performances des modèles et les principaux enjeux méthodologiques, éthiques et réglementaires liés à leur utilisation ;
Évaluer la pertinence et les limites des applications de l’IA en santé afin d’en apprécier les conditions de déploiement dans un contexte clinique ou de recherche.

Public cible

Ingénieurs R&D et chercheurs dans le domaine du numérique.

Prérequis

Une connaissance générale des méthodes d’apprentissage.

Lien utile pour suivre cette formation

From prediction to prescription : Machine learning and Causal Inference — https://hal.science/hal-04774700v1

Programme

Partie 1 Théorique – 3 h

Comprendre les principes des modèles prédictifs et des modèles prescriptifs ;
Définir les principes et notions de base : en particulier sur les données disponibles ;
Les principes de l’inférence causale ;
Savoir qualifier les stades et orientations de la recherche aux utilisations cliniques : par exemple, les données cliniques expérimentales servent à identifier des résultats précis, les données d’observation dans la vie réelle sont massives avec des données manquantes ;
Découvrir plusieurs outils ;
Appréhender les limites et biais de ces approches, mais aussi les autres risques liés à leur utilisation dans la société ;
Présenter les défis et enjeux de demain, en particulier légaux.

Partie 2 Atelier d’échange – 3 h

Présentation de plusieurs cas d’usage – exemples issus de la recherche clinique ;
Questions et réponses ;
Conclusions.

Version 1 du 28/11/2024

Intervenant(s)

Judith Abecassis

Chargée de recherche Inria

Judith Abécassis est chercheuse (ISFP) au sein de l’équipe Soda d’Inria Saclay, où elle allie méthodes statistiques en inférence causale et applications médicales pour produire des connaissances exploitables et améliorer la prise en charge des patients. En étroite collaboration avec des experts médicaux, elle analyse des données observationnelles issues de l’entrepôt de données de santé de l’AP-HP — notamment sur le diabète, les maladies inflammatoires et les accidents vasculaires cérébraux — ainsi que des données administratives de remboursement. Son objectif : transformer des données complexes en recommandations fondées sur des preuves, afin d’éclairer la prise de décision clinique.
Titulaire d’un doctorat en bio-informatique du Centre de Biologie computationnelle de Mines ParisTech et du laboratoire RT2 (Résidu Tumoral et Réponse au Traitement) de l’Institut Curie, elle s’est spécialisée dans l’analyse de données de séquençage haut débit issues de génomes cancéreux.

Découvrez Judith dans les nouvelles héroïnes

Les prochaines sessions

1 j

Partenaires de la formation

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.

Demander plus d'informations

Informations pratiques

Durée module niveau 1 : 1 journée (6h).
Horaires : Les sessions ouvertes (inter-entreprises) se déroulent de 9h à 12h et de 14h à 17h. Ces horaires peuvent être adaptés pour les sessions privées (intra-entreprises).
Délais d’accès : Pour les sessions ouvertes (inter-entreprises), les inscriptions sont closes 15 jours avant le début de chaque session. Les prochaines dates sont indiquées sur cette page. En l’absence de session programmée, contactez-nous pour connaître les prochaines possibilités.
Pour les sessions privées (intra-entreprises), le délai d’accès est défini avec l’entreprise, en fonction de ses besoins et des disponibilités des intervenants.
Informations sur l’admission : L’admission à la formation est confirmée après vérification de l’adéquation du profil du participant avec les éventuels prérequis indiqués ci-dessus.
Pour les sessions privées (intra-entreprises), cette vérification est réalisée en concertation avec l’entreprise lors de la préparation de la formation.
Format : Les sessions ouvertes (inter-entreprises) se déroulent à distance, sauf indication contraire.
Les sessions privées (intra-entreprises) peuvent être organisées à distance ou en présentiel, selon les besoins de l’entreprise et les modalités convenues avec Inria Academy.
Conditions de déroulement : La formation est dispensée en français, avec des supports pédagogiques en anglais. Elle peut être dispensée en anglais si l’ensemble des participants est anglophone.
Modalités pédagogiques : La formation combine des apports théoriques, des analyses de cas et des échanges avec l’intervenant. Selon les objectifs pédagogiques du module, des démonstrations, des exercices pratiques ou des ateliers permettent d’approfondir les notions abordées et d’en explorer les applications.
La formation articule une présentation des modèles descriptifs, prédictifs et prescriptifs, de leurs fondements méthodologiques et des principes de l’inférence causale avec un atelier d’échange autour de cas d’usage issus de la recherche clinique. L’analyse des données expérimentales et observationnelles permet d’aborder les questions de qualité des données, de biais, de performance des modèles et de passage des résultats de recherche aux applications cliniques, ainsi que les enjeux éthiques et réglementaires associés.
Moyens pédagogiques : Les supports de cours sont mis à disposition des participants. Selon les besoins de la formation, des ressources complémentaires et des outils numériques peuvent être mobilisés pour faciliter les apprentissages et les mises en pratique.
Privatisation du module : Les formations peuvent être organisées sous forme de sessions privées (intra-entreprises) à partir de 5 participants. Le programme, les modalités pédagogiques, le format et le calendrier peuvent être adaptés aux besoins de l’entreprise, en concertation avec Inria Academy.
Pour étudier votre projet, contactez-nous via notre formulaire de contact.
Modalités d’évaluation et de suivi : Le suivi de l’assiduité est assuré tout au long de la formation. Les acquis sont évalués au moyen de quiz. Une attestation de formation est délivrée à l’issue du parcours.
Accessibilité – handicap : Inria Academy s’engage à favoriser l’accessibilité de ses formations, à distance comme en présentiel, aux personnes en situation de handicap. Les besoins spécifiques et les aménagements possibles sont étudiés au cas par cas afin de faciliter l’accès à la formation. Pour en savoir plus, consultez notre page Accessibilité – handicap.

À propos des tarifs

Module niveau 1 (1 j) : 750 € par personne.
Les tarifs de certaines sessions ouvertes (inter-entreprises) peuvent différer de ce tarif de base, se référer au tarif dans l'encadré de la session.
Tarifs dégressifs à partir de 5 personnes (-10% de 5 à 9 inscrits, -20% plus de 10 inscrits).
Tarif spécial pour les entreprises membres du pôle Aktantis : -20%
Modalités de financement : Cette formation n’est actuellement pas éligible au CPF. Une prise en charge peut être possible selon votre situation et les dispositifs de financement mobilisables. Nous vous invitons à vous rapprocher de votre employeur ou de votre organisme financeur afin de vérifier les possibilités et conditions de prise en charge. À défaut, la formation peut être financée sur fonds propres.