CONTENU

– Pôle : Information médicale, systèmes d’information en santé

– Objectifs :

• L’apprentissage des concepts fondamentaux des différents domaines concernés par l’informatique médicale et la maîtrise d’un langage commun
• La maîtrise des méthodes de modélisation de systèmes complexes caractéristiques des domaines du vivant et de la santé
• La maîtrise de la conception et de l’évaluation de nouveauxd outils informatisques adaptés aux professions de santé
• La maîtrise des méthodes de gestion et l’analyse des volumes considérables de données et connaissances traitées en sciences de la vie te de la Santé

FORMATION PRATIQUE

– Disponibilité : possible sans mais cours en présentiels

– Compatible stage d’internat : Oui

COMPÉTENCES ET DÉBOUCHÉS

– Compétences :

• Capacité à identifier les enjeux d’une solution informatique dans un domaine précisé de la santé
• Capacité à analyser le processus de mise en œuvre d’une solution informatique en santé
• Capacité à intégrer les contraintes de l’informatique de santé (normalisation, terminologie, intéropérabilité, confidentialité, ergonomie, évaluation…)
• Capacité à positionner une solution informatique en santé par rapport à l’offre industrielle ou par rapport aux travaux scientifiques
• Maîtrise des technologies informatiques et capacité à justifier des choix d’utilisation
• Capacité à développer, critiquer une méthode de travail, de conduite de projet
• Capacité à expliquer, développer en partie une solution informatique en santé
• Capacité à conduire l’évaluation d’une solution informatique en santé
• Capacité à développer une argumentation critique
• Capacité à mettre en oeuvre des traitements de machine learning sur des données de santé
• Capacité à mettre en oeuvre les principes permettant la protection et la sécurité des données de santé

– Débouchées : gestion/management des systèmes d’information, recherche, DIM

MODALITÉS D’ÉVALUATION

– Théorique : réalisation de projets pour chaque UE (investissement en travail personnel important).

– Pratique : mémoire

INFORMATIONS ADMINISTRATIVES

– Responsable du master : Pr Momas, Pr Duclos

– Période d’inscription : jusqu’à fin juin

– Prix d’inscription : 250 euros environ, prix d’un master

– Calendrier : début octobre, enseignements théoriques puis stage de 5-6 mois

– Localisation : soit à Paris 5 (UFR de médecine Paris Descartes, Paris), ou Paris 13 (UFR SMBH, Bobigny)

FORMATION PRATIQUE

– Présence obligatoire : à quelques cours, TD ou présentations seulement.

– Disponibilité : oui

COMPÉTENCES ET DÉBOUCHÉS

Mathématiques appliquées, machine learning, deep learning, programmation, bases de données relationnelles, calcul parallélisé

MODALITÉS D’ÉVALUATION

– Validation : examens/partiels, contrôle continu/projets à rendre, mémoire

INFORMATIONS ADMINISTRATIVES

– Encadrants : Erwan le Pennec, Eric Moulines

– Localisation : Télécom ParisTech, Ecole Polytechnique, ENSAE, ENS ULM, ENS Cachan, ECE, Orsay

– Candidature : février – juin

– Coût : frais d’université publique classique (environ 250 €)

– Financement spécifique : non

FORMATION PRATIQUE

Ce parcours comprend :

• une formation théorique entre novembre et février (semestre 3, validant 30 crédits ECTS)
• un stage de recherche de 4 à 6 mois dans une équipe labellisée de février à juin ou août

COMPÉTENCES ET DÉBOUCHÉS

– Compétences : expertise en planification des études épidémiologiques et de recherche clinique, analyse de données, rédaction scientifique et présentation des résultats

– Débouchés : biostatisticien, modélisateur, méthodologiste ou data scientist en santé, en pleine expansion dans le domaine de la recherche biomédicale et dans les différents secteurs de la santé (laboratoires de recherche, structures hospitalières (URC, centres de données), agences de santé françaises et internationales, administrations publiques, organismes liés à l’assurance maladie et à la protection sociale, sociétés de conseil spécialisées en analyse de données, industrie pharmaceutique, sociétés de recherche contractuelle (CRO), etc.

MODALITÉS D’ÉVALUATION

Chaque UE obligatoire fait l’objet d’une validation spécifique utilisant la réalisation d’un projet. Les UEs optionnelles sont validées de façon spécifique par un projet individuel ou en groupe.

Mémoire soutenu début juillet ou début septembre.

INFORMATIONS ADMINISTRATIVES

– Responsable du master : Nathanaël Lapidus, Pierre-Yves Boëlle

– Calendrier : dépôt des dossiers de candidature complétés avant le 30 juin 2019

FORMATION PRATIQUE

Formation théorique de novembre 2019 à juin 2020.

COMPÉTENCES ET DÉBOUCHÉS

– Compétences : utilisation avancée de

• Entrepôts et base de données médico-administratives
• Techniques d’analyse de données massives et structurées et textuelles
• Apprentissage statistique et profond (deep learning) pour les données de santé
• Outil de visualisation de données massives
• Analyse de données de survie et de données longitudinales en grande dimension
• Méthodes d’analyses spatiales
• Techniques de pharmaco-épidémiologie

– Débouchés :

• Agences de santé (ARS, CNAMTS, HAS, ANSM,…)
• Industries pharmaceutiques, CRO (départements de données de vie réelle, de pharmacovigilance)
• Hôpitaux (analystes de données d’entrepôts)
• Instituts de recherche (INSERM, CNRS,…)

MODALITÉS D’ÉVALUATION

Examen écrit ou projet avec soutenance et rapport

INFORMATIONS ADMINISTRATIVES

– Responsable du master : Sandrine KATSAHNIAN (PU-PH), Anne-Sophie JANNOT (MCU-PH)

– Candidature : Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser., »> /