institute slide webinaires2

L’Institut OpenHealth organise des formations en lien avec le sujet des données de santé, à distance ou en présentiel, auprès des acteurs du secteur ou au sein de cursus spécialisés.

L’Institut OpenHealth mobilise des experts pour intervenir au sein des cursus des différentes filières de formations initiales ou continues.

Retrouvez ici les vidéos et supports de présentation des webinaires.

 

Webinaires OpenHealth Institute - SESSTIM 2018
Méthodes et applications des données massives en santé

Contexte général

OpenHealth Institute (OHI) a pour objectif de développer la recherche, les connaissances et la création de valeur par une meilleure utilisation des données de santé. Les formations qu’OHI envisage dans ce cadre doivent rencontrer les étudiants dans des cursus de traitement de l’information en santé et des chercheurs du domaine.

L’UMR SESSTIM délivre dans le cadre de ses spécialités du master Santé Publique, labellisées Académie d’Excellence par A*Midex, des enseignements sur les méthodes de traitement de l’information. SESSTIM a notamment intégré des enseignements obligatoires de type webinaires.

OpenHealth Institute et le SESSTIM se proposent d’unir leurs efforts pour organiser une série de webinaires sur les méthodes et les applications des traitements des big-data (méga données) en santé. Ces webinaires seront offerts aux étudiants des spécialités dont le SESSTIM est responsable mais aussi à d’autres écoles doctorales qui pourraient, en reconnaissant l’intérêt des thèmes abordés, valider des crédits ainsi qu’aux chercheurs intéressés par ces thèmes.

Cette initiative n’est pas fermée et peut s’ouvrir à d’autres collaborations si d’autres organismes veulent mutualiser avec nous leurs efforts de formations dans ce domaine.

 

Organisation

Nous programmons une série de quatre webinaires.

Ils se dérouleront dans le courant du premier semestre 2018.

Ils abordent les approches modélisatrices dans le traitement des big-data en santé. La confrontation des modèles aux données peut être une source féconde de connaissances.

La salle du webinaire vous sera précisée par e-mail suite à l’inscription gratuite obligatoire.

 

Programme

WEBINAR 4
Analyse visuelle de motif temporels dans les données des dossiers patient
06/04/2018 - Catherine Plaisant (PhD, University du Maryland, USA)

La visualisation et analyse de motif temporels contribue à une variété de tâches en informatique médicale, de l’examen des dossiers patients individuels à l’aide aux chercheurs tentant d’évaluer la qualité des données, de trouver des patients pour des etudes cliniques, étudier les motifs communs et les anomalies, ou de comprendre les différences entre deux cohortes. Nous examinerons plusieurs techniques de visualisation développées à l’Université du Maryland, avec des démonstrations et études de cas. Un des outils présenté sera EventFlow.

 

WEBINAR 3
Apprentissage automatique profond et quelques applications en santé : 2ème partie
02/03/2018 - Cécile Capponi (Aix-Marseille Université, UFR Sciences, Laboratoire d'Informatique et Systèmes)

Ce webinar est la suite de celui du 2 février 2018. Pour rappel, il présente rapidement les principes de l'apprentissage automatique (machine learning), à savoir les problématiques traitées, le principe de généralisation, l'évaluation de la qualité des modèles, et quelques algorithmes phares. Nous abordons ensuite l'apprentissage profond (deep learning): son principe, et quelques architectures réputées. En deuxième partie du webinar, nous nous intéresserons plus particulièrement à quelques exemples d'utilisation de ces architectures d'apprentissage profond pour la résolution de problèmes de prédiction autour de la santé (biologie, aide au diagnostic, prise en charge des patients).

 

WEBINAR 2
Apprentissage automatique profond et quelques applications en santé : 1ère partie
02/02/2018 - Cécile Capponi (Aix-Marseille Université, UFR Sciences, Laboratoire d'Informatique et Systèmes)

Ce webinar présente rapidement les principes de l'apprentissage automatique (machine learning), à savoir les problématiques traitées, le principe de généralisation, l'évaluation de la qualité des modèles, et quelques algorithmes phares. Nous abordons ensuite l'apprentissage profond (deep learning): son principe, et quelques architectures réputées. En deuxième partie du webinar, nous nous intéresserons plus particulièrement à quelques exemples d'utilisation de ces architectures d'apprentissage profond pour la résolution de problèmes de prédiction autour de la santé (biologie, aide au diagnostic, prise en charge des patients).

 

WEBINAR 1
L'épidémiologie moderne à l'ère du digital.
Utilisation des objets connectés et des réseaux sociaux dans les études de cohorte.

05/01/2018 - Guy Fagherazzi (INSERM Paris)

Retrouvez ici le support de présentation du Webinar 1.

 

S'inscrire

Votre espace

Mot de passe perdu ?

Actualité

17 juillet
16 juillet

H

L'arrêté portant approbation du référentiel de certification pour l'hébergement de données de santé à caract?šre personnel a...

16 juillet