Soutien au renforcement des capacités de recherche / Formation Québec: première école francophone en science des données et santé

Le domaine de la santé a de grandes quantités de données sous-utilisées de différents types (documents, signaux, images, séquences génétiques, etc.) provenant de nombreuses sources (hôpitaux, pharmacies, gouvernements, laboratoires de recherche, etc.). De plus en plus d’outils sont développés afin d’améliorer le diagnostic, le pronostic et le traitement des patients.

Les développements récents permettent de traiter et d’analyser ces données de façon plus efficace afin de développer de nouveaux outils d’aide à la décision pour les professionnels du domaine de la santé, par exemple:

• aide au diagnostic de maladies par imagerie médicale;
• soins de santé personnalisés;
• découverte de nouveaux médicaments;
• une meilleure analyse des risques;
• …

Cette première école francophone en science des données et santé est co-organisée par l’IRIC, IVADO, le Mila dans le cadre du Laboratoire d’innovation de l’Université de Montréal. Elle s’adresse principalement aux professionnels du domaine de la santé désirant se familiariser avec

1. l’utilisation des données et son impact dans le domaine de la santé;
2. les concepts et méthodes existantes et leur champ d’application en santé;
3. les applications concrètes de ces méthodes dans différents domaines de la santé;
4. les enjeux éthiques et légaux.

Pré-requis

Une formation ou expérience de base dans un domaine de la santé (biologie, médecine, sciences infirmières, sciences vétérinaires …),  ou des sciences (mathématiques, informatique, génie …). 

Objectifs

Objectifs du premier jour

1. Comprendre l’importance et comment préparer/structurer les données
2. Comprendre les bases de l’apprentissage automatique
3. Comprendre les bases de l’apprentissage profond
4. Permettre aux gens de réfléchir à leurs données en envisageant la façon dont l’apprentissage automatique peut leur être appliqué
5. Connaître les enjeux liés à l’utilisation de données non publiques

Objectifs du deuxième jour

1. Comprendre comment les gens travaillent avec:
   1. Les données génomiques
   2. L’imagerie médicale
   3. Les séries temporelles (réseaux récurrents)
   4. L’extraction de texte
2. Connaître les outils disponibles