Objectifs par rapport aux acquis d'apprentissage du programme

• Décrire, organiser, analyser et hiérarchiser des phénomènes observés dans le domaine médical.
• Maîtriser l'expression des réalités biologiques en valeurs absolues ou relatives, les ordres de grandeurs, les proportions, la probabilité.
• Savoir abstraire; comprendre et appliquer la traduction mathématique des grands modèles et phénomènes biologiques.
• Comprendre et pouvoir utiliser les différentes représentations graphiques des valeurs numériques et de leurs relations.
• Percevoir la répartition dans l'espace, maîtriser les représentations bi- et tridimensionnelle et être capable de les interconvertir.
• Appréhender la chronologie d'un phénomène et maîtriser les échelles de temps et leurs représentations.
• Maîtriser les approches moléculaires, morphologiques et fonctionnelles des états normaux et pathologiques.
• Savoir intégrer les notions issues de ces différentes approches dans un problème biomédical complexe.
• Pouvoir expliquer les relations entre les modifications moléculaires, morphologiques et fonctionnelles et les états pathologiques, leurs symptômes et signes cliniques.
• Posséder une capacité relationnelle développée dans une perspective médicale.
• Savoir utiliser un vocabulaire riche reliant avec précision les concepts et les mots, maîtriser les préfixes et suffixes utilisés dans le domaine médical.
• Pouvoir synthétiser, expliciter, argumenter.
• Pouvoir écouter et faire preuve d'empathie.
• Pouvoir travailler en équipe.
• Avoir développé une aptitude au raisonnement
• Connaître et appliquer les principes de base du raisonnement (obtention des données, analyse, synthèse, comparaison, règle de trois, syllogisme, analogie, logique booléenne,...).
• Comprendre et savoir utiliser le raisonnement statistique fréquentiste et bayésien.
• Pouvoir utiliser une hypothèse dans un raisonnement inductif, déductif ou abductif.
• Développer un esprit critique, savoir tester et contrôler ses conclusions, en connaître le domaine de validité, envisager des hypothèses alternatives.
• Savoir intégrer le raisonnement dans la démarche clinique.
• Pouvoir gérer le doute et l'incertitude.
• Etre capable de gérer les ressources
• Pouvoir gérer son temps.
• Pouvoir établir des priorités.
• Gérer sa formation
• Avoir développé une curiosité pour le domaine médical.
• Etre capable de trouver efficacement une information scientifique.
• Pouvoir comparer différentes sources d'information.
• Etre un praticien responsable.
• Savoir intégrer une dimension humaine dans son approche du patient.
• Respecter la diversité de genre, d'opinion et de culture.
• Savoir intégrer une dimension éthique dans son raisonnement.
• Faire preuve de loyauté (aux faits, à l'équipe, à la propriété intellectuelle, secret médical...)

Acquis d'apprentissage de l'UE

Cette unité d'enseignement vise (i) à fournir aux participants une compréhension de haut niveau de l'IA actuellement répandue dans le secteur de la santé pour qu'ils puissent évaluer de manière critique la contribution de diverses solutions d'IA à leurs environnements de travail, réfléchir aux propositions d'IA pour le secteur de la santé, adapter leurs pratiques de travail pour faciliter l'intégration de l'IA et proposer de nouveaux cas qui puissent être développés par l'IA; et (ii) à développer les compétences transversales ("soft skills") utiles à la formation du médecin, pour donner à l'étudiant les outils pour une meilleure connaissance de soi, une capacité à s'adapter à différentes situations, à communiquer, à travailler en équipe, à organiser son travail et à appréhender les problématiques d'éthique.

Contenu de l'UE : descriptif et cohérence pédagogique

L'activité d'apprentissage "Intelligence artificielle" consistera en:
*             Introduction à l'IA
*             Les systèmes experts et leur rôle dans le secteur de la santé
*             Introduction au Machine Learning (apprentissage automatique)
*             L'apprentissage automatique dans le secteur de la santé
*             Introduction au Machine vision
*             Reconnaissance d'image dans le secteur de la santé
L'activité d'apprentissage "Soft skills" consistera en:
*             Connaissance de soi et initiative
*             Capacité à s'adapter à différentes situations
*             Communication
*             Travail d'Équipe
*             Organisation du travail
*             Éthique de travail
L'ensemble de ces modules visent à stimuler la créativité et l'esprit d'entreprise des apprenants, leur permettant une approche raisonnée de l'IA et le développement de méthodes de travail efficientes et éthiques.

Compétences préalables

De bonnes notions d'Anglais et une connaissance de base des statistiques

Type(s) et mode(s) d'évaluation Q1 pour l'UE

• Présentation orale - En présentiel
• Exercice(s) coté(s) - A distance

Commentaire sur les évaluations Q1 de l'UE

La participation aux cours et séminaires en ligne est obligatoire et contrôlée par des exercices cotés.
L'étudiant doit comptabiliser 100 % de participation à ces séances qui doivent être complétées avant l'évaluation finale.
L'évaluation finale consistera en une présentation en rapport avec les activité d'enseignement "Intelligence artificielle, "soft skills" et "reality-based challenge".
 

Méthode de calcul de la note globale pour l'évaluation Q1 de l'UE

La note globale sera celle obtenue lors de la présentation du "Reality-based Challenge".

Type(s) et mode(s) d'évaluation rattrapage Q1 (BAB1) pour l'UE

• Néant - Néant

Commentaire sur les évaluations rattrapage Q1 (BAB1) de l'UE

n.a.

Méthode de calcul de la note globale pour l'évaluation rattrapage Q1 (BAB1) de l'UE

n.a.

Type(s) et mode(s) d'évaluations Q3 pour l'UE

• Présentation orale - En présentiel
• Exercice(s) coté(s) - A distance

Commentaire sur les évaluations Q3 de l'UE

La participation aux cours et séminaires en ligne est obligatoire et contrôlée par des exercices cotés.
L'étudiant doit comptabiliser 100 % de participation à ces séances qui doivent être complétées avant l'évaluation finale.
L'évaluation finale consistera en une présentation en rapport avec les activité d'enseignement "Intelligence artificielle, "soft skills" et "reality-based challenge".

Méthode de calcul de la note globale pour l'évaluation Q3 de l'UE

La note globale sera celle obtenue lors de la présentation du "Reality-based Challenge".