éF École de FranceFormations CPF & écoles Trouver ma formation
Titre RNCP 100% CPF

Master Santé publique Parcours M2 Biostatistics, Bio-informatics, Artificial Intelligence, Epidemiology (B2AI-Epi)

UNIVERSITE CLAUDE BERNARD LYON 1

2 800 €à partir de
1186 hdurée
1session active
Rhônelieu

Objectifs de la formation

Une formation de haut niveau :
L'Objectif principal de la spécialité B2AI-EPI est de former des spécialistes de la modélisation statistique et de l'analyse de données pour la recherche médicale, plus précisément
• Des Biostatisticiens pour l'analyse des essais thérapeutiques et des études épidémiologiques dans différents domaines (cancer, maladies cardiovasculaires, maladies infectieuses, …),
• Des Bioinformaticiens pour l'identification de biomarqueurs associés au diagnostic des maladies, à leur pronostic, et à la réponse thérapeutique,
• Des Data Scientists pour le développement de modèles d'Intelligence Artificielle en médecine.
• Des Epidémiologistes pour la conception des études épidémiologiques et leurs analyses en particulier dans les domaines du cancer, des maladies infectieuses, et des différents environnements de vie dont le travail et les transports.
Il s'agit de former des experts en modélisation statistique, maîtrisant les typologies des études à réaliser pour répondre aux questions de recherche biomédicales, ayant une connaissance approfondie des modèles d'analyse de études et de leurs propriétés.
Ces experts seront appelés à développer des modèles innovants pour analyser des données complexes, multimodales ou de grande dimension (Génome, transcriptome, protéome), pour identifier des marqueurs génétiques de susceptibilité et pour intégrer des données d'imagerie médicale en médecine de précision.
Ils construiront des modèles intégrants des réseaux de neurones à partir de leurs connaissances des propriétés de ceux-ci. Ces développements de l'Intelligence Artificielle bénéficient du partenariat développé avec l'École Centrale Lyon (co-accréditation de la Mention).

Programme

UEs obligatoires - 18 ECTS
• Anglais niveau 2 - 3 ECTS
• Introduction à la bioinformatique moléculaire - 3 ECTS
• Modèle linéaire et modèle linéaire généralisé - 3 ECTS
• Du modèle biologique au modèle statistique - 3 ECTS
• Analyse de données génétiques et génomiques en santé - 3 ECTS
• Mémoire bibliographique - 3 ECTS
UEs optionnelles - 12 ECTS au choix parmi :
• Méthodologie statistique des essais cliniques - 3 ECTS
• Défis informatiques du Big Data - 3 ECTS
• Apprentissage profond et intelligence artificielle - 3 ECTS
• Modèle de survie - 3 ECTS
• Modèle à effets mixtes - 3 ECTS
• Modélisation en biostatistiques et inférence bayésienne - 3 ECTS

Résultats attendus

Compétences acquises
Méthodologie : concevoir et analyser des études expérimentales et observationnelles complexes à des fins d'inférence causale et de prédiction
Modélisation : maîtriser l'inférence statistique, la modélisation de données longitudinales et les méthodes de modélisation flexible
Innovation : développer et valider des algorithmes d'IA et de machine learning dédiés au secteur de la santé
Analyse décisionnelle : identifier et évaluer des biomarqueurs pour le diagnostic et le pronostic (médecine personnalisée)

Les points forts

Le parcours B2AI-Epi intègre l'analyse statistique de données issues de la biologie moléculaire moderne (génome, transcriptome, protéome) et des nouvelles techniques d'imagerie médicale pour la réalisation des études et une optimisation de la prise en cha

La certification

MASTER Santé publique (fiche nationale)

RNCP 39311 RS -1 CertifInfo 117288

Organisme & lieu

Formations similaires