Intelligence artificielle et dispositifs médicaux : l'heure est aux propositions concrètes !
Objectifs
S'approprier la notion d’Intelligence Artificielle, son potentiel et ses limites.
Pouvoir identifier des applications concrètes dans son métier.
Avoir les bases pour construire et démarrer un projet de Data Science adapté au domaine des DM/DMDIV.
Stagiaires
Travailleurs souhaitant développer leurs compétences en lien ou non avec leur poste de travail. Professionnels du dispositif médical ou du diagnostic in vitro.
Responsables assurance qualité et affaires réglementaires,
Chefs de projets, Chefs de produits, les responsables R&D, dirigeants d'entreprises du secteur des dispositifs médicaux et des dispositifs médicaux de diagnostic in vitro.
Pré-requis
Aucun.
Moyens pédagogiques
Méthode expositive, avec exercices et quiz
7 heures de formation animée en direct en vidéoconférence.Partage mutuel d'expériences entre les participants et le formateur. Pédagogie participative : test de connaissances, exercices pratiques
Projection support de cours, retours d'expériences, exemples de situation.
Support(s) de formation mis à disposition des stagiaires par le formateur (sous forme de fichier PDF) téléchargeable(s) après la formation.
Evaluation, sanction
L'évaluation des acquis est réalisée par un test basé sur des Questions à Choix Multiples (QCM).
Une évaluation de la formation par les stagiaires est formalisée en fin de formation (à chaud, puis à froid 3 mois plus tard).
Présentation
Le programme de formation comprend deux parties. La première traite de l'intelligence artificielle (IA), notamment son historique, les définitions et les principes, avec un accent sur l'IA dans le domaine de la santé. On aborde également les projets de data science, les outils utilisés (comme Python et les librairies de manipulation de données et de machine learning), et un exemple concret de projet utilisant le jeu de données "Breast Cancer Wisconsin (Diagnostic) Data Set". La deuxième partie se concentre sur l'IA et les dispositifs médicaux (DM/DMDIV), en abordant des sujets tels que l'accès aux données de santé, la réglementation, la classification des dispositifs médicaux en Europe et aux États-Unis, ainsi que des cas concrets d'application en imagerie médicale, électrocardiographie et diagnostics in vitro. La formation se conclut par des remarques générales.
Programme
Première partie : Intelligence Artificielle – définitions et principes
1 - Bref historique de l’Intelligence Artificielle
2 - Définitions, explications et clarifications autour des notions
- D’Intelligence Artificielle
- D’apprentissage automatique ou Machine Learning
- D’apprentissage profond ou Deep Learning
3 - Stratégie de la France autour de l’Intelligence Artificielle
- Contexte international
- La santé identifiée comme l’un des quatre domaines prioritaires
- Sources et moyens de financements
4 - L’Intelligence Artificielle dans le domaine de la santé
- Promesses et attentes
- Premières déceptions
5 - Cas particulier de l'IA générative et de ChatGPT
6 - Éthique et Intelligence Artificielle
7 - Exemple d’un projet de Data Science : « Breast Cancer Wisconsin (Diagnostic) Data Set »
- Présentation du jeu de données
- Introduction aux outils de Data Science
- Déroulement de l’exemple
Seconde partie : Intelligence Artificielle et dispositifs médicaux (DM/DMDIV)
1 - Éléments d’introduction
- L’IA en tant que partie intégrante du DM
- L’IA en tant que DM
2 - Données de santé
- Éléments d'introduction
- Accès à la donnée : dans un contexte européen (RGPD,
CNIL...), dans un contexte US
3 - Sensibilisation aux aspects Propriété Intellectuelle
- Brevetabilité
4 - Sensibilisation aux aspects réglementaires
- D'un point de vue de la commission européenne : RDM (MDR) et RDMDIV (IVDR)IA Act
- D'un point de vue de la FDA : approche SaMD4.
5 - Aspects normatifs
- La norme ISO 42001 : système de management de l'IA
- Certification LNE
6 - Remboursements
- Point de vue de la HAS
7 - Cas concrets d'application
- Imagerie diagnostique
- Électrocardiographie
- Dispositifs médicaux de diagnostic in vitro
- Santé connectée et télésurveillance
- Dispositifs thérapeutiques...
8 - Conclusions générales
