Imagerie Médicale et Intelligence Artificielle
Preview
Free Preview
CAPSULE 1 -partie 1- Les grandes modalités d'imagerie médicale
Create your free account — the preview opens right after.
About
Detailed Presentation
Cette formation de niveau Master a pour vocation de créer une synergie entre la radiologie clinique et les technologies d'intelligence artificielle. À travers un parcours structuré, elle accompagne les professionnels de santé et les ingénieurs dans la compréhension des principes physiques de l'imagerie, l'analyse des apports de l'IA et la maîtrise de son intégration éthique et réglementaire en environnement clinique. Le cursus privilégie une approche pragmatique, mêlant apports théoriques et mise en situation réelle.
What you'll learn
Key Objectives
Expertise décisionnelle : Sélectionner la modalité d'imagerie optimale selon les indications cliniques.
Analyse critique : Distinguer les capacités réelles des outils d'IA des effets d'annonce.
Maîtrise métrique : Interpréter avec précision les indicateurs de performance clinique (sensibilité, spécificité, score Dice, AUC).
Évaluation de dispositifs : Auditer et valider la pertinence d'une solution d'IA avant son déploiement.
Optimisation opérationnelle : Intégrer les outils d'IA dans le flux de travail radiologique et les systèmes d'information (PACS/SIH).
Gestion des risques : Identifier les biais algorithmiques et anticiper leurs impacts cliniques.
Conformité : Appliquer le cadre réglementaire en vigueur (MDR, EU AI Act, RGPD).
Program
6 module(s)
MODULE 1
BLOCK 1 - Fondamentaux de l'Imagerie Médicale
7 elementsCAPSULE 1 -partie 1- Les grandes modalités d'imagerie médicale
15 minCAPSULE 1 -partie 2- Les grandes modalités d'imagerie médicale
18 minCAPSULE 1 -partie 3- Les grandes modalités d'imagerie médicale
13 minCAPSULE 1 -partie 4- Les grandes modalités d'imagerie médicale
11 minCAPSULE 2 - Perception humaine et ses limites
11 minCAPSULE 3 - Enjeux actuels de l'imagerie médicale
14 minBloc 1 Exercices
MODULE 2
BLOCK 2 - Ce que l'IA apporte face à ces enjeux
6 elementsCAPSULE 4 - Des promesses aux réalités
12 minCAPSULE 5 -partie 1- Les grandes tâches de l'IA
16 minCAPSULE 5 -partie 2- Les grandes tâches de l'IA
21 minCAPSULE 6 -partie 1- Ce que l'IA ne fait pas (encore)
11 minCAPSULE 6 -partie 2- Ce que l'IA ne fait pas (encore)
15 minBloc 2 Exercices
MODULE 3
BLOCK 3 - Comprendre comment l'IA « voit »
6 elementsCAPSULE 7 -partie 1- Comment un CNN lit une image
13 minCAPSULE 7 -partie 2- Comment un CNN lit une image
11 minCAPSULE 8 - Données, biais et généralisation
25 minCAPSULE 9 -partie 1- Interpréter les performances
21 minCAPSULE 9 -partie 2- Interpréter les performances
19 minBlock 3 Exercises
MODULE 4
BLOCK 4 - Évaluer et intégrer un outil IA
5 elementsCAPSULE 10 - Lecture critique d'une étude IA
18 minCAPSULE 11 - Critères de validation clinique
17 minCAPSULE 12 -partie 1- Intégration dans le workflow
13 minCAPSULE 12 -partie 2- Intégration dans le workflow
11 minBlock 4 Exercises
MODULE 5
BLOCK 5 - Éthique, biais & réglementation
5 elementsCAPSULE 13 - Biais en IA médicale
17 minCAPSULE 14 - Cadre réglementaire & XAI
19 minCAPSULE 15 -partie 2- Principes éthiques
14 minCAPSULE 15 -partie 2- Principes éthiques
14 minBloc 5 Exercises
MODULE 6
QUIZ
1 elementQUIZ
- Free sign-up — no payment at this step
- First capsule free, available right away
- You join this programme with your profile
3 learners have already joined
Secure payment
Requirements
Before you start
Cette formation s'adresse aux cliniciens et professionnels de santé sans expertise préalable en programmation ou en intelligence artificielle, à condition de disposer d'une connaissance solide de l'anatomie macroscopique notamment des régions thoracique, abdominale et cérébrale indispensable à la bonne compréhension des cas cliniques, ainsi que d'une maîtrise de l'environnement informatique standard incluant la navigation web et la manipulation de fichiers. Une initiation au langage Python, bien que non obligatoire, constitue un avantage pour tirer pleinement parti des modules techniques avancés relatifs au traitement des données d'imagerie.