MedTech et intelligence artificielle : enjeux, applications et futur de la santé numérique

Module 1 — Fondamentaux de l'IA en santé : définitions, historique et grands concepts

• Retracer l'évolution des outils logiciels et matériels qui ont transformé le monde médical
• Comprendre le rôle des algorithmes et des systèmes experts dans les applications médicales
• Saisir la complémentarité entre IA, robotique et expertise humaine dans le domaine de la santé
• Distinguer les grands paradigmes d'apprentissage automatique : supervisé et non supervisé
• Connaître les étapes clés qui ont marqué l'histoire de l'IA appliquée à la médecine
• Appréhender les techniques fondamentales : machine learning, deep learning et algorithmes génétiques
• Comprendre les technologies de traitement du langage naturel (NLP, NLU, NLG) et leurs usages médicaux
• S'approprier le vocabulaire clé de l'IA et de la MedTech pour communiquer efficacement avec les experts

Module 2 — Marchés, acteurs et usages de l'IA dans l'écosystème médical

• Mesurer les transformations de métiers induites par l'IA dans les secteurs de la santé et du numérique
• Analyser comment les nouvelles technologies reconfigurent l'offre de soins et la relation patient-praticien
• Distinguer les périmètres de la BioTech, de la MedTech et de l'e-santé et leurs interactions
• Cartographier les acteurs et les dynamiques de marché en Belgique, en Europe et à l'échelle mondiale
• Explorer les applications IA dans l'accueil, le suivi et la gestion des parcours patients
• Comprendre comment l'IA améliore la réactivité et la prise en charge dans les services d'urgences
• Identifier les différentes catégories d'usages de l'IA en médecine et leur degré de maturité
• Dégager les orientations stratégiques prioritaires pour les organisations de santé face à l'IA

Module 3 — Algorithmes médicaux, aide à la décision et jumeaux numériques

• Comprendre comment le big data et les entrepôts de données alimentent les systèmes IA médicaux
• Explorer les méthodes de structuration et de codage des connaissances médicales pour les rendre exploitables par l'IA
• Comprendre le fonctionnement et les apports des systèmes d'aide à la décision médicale
• Appréhender des architectures clés de l'IA médicale : arbres binaires, GAN et BIG-GAN
• Illustrer le passage des modèles théoriques aux applications médicales concrètes
• Découvrir comment les simulations 3D et les jumeaux numériques révolutionnent la recherche et les soins
• Examiner les applications de l'IA à l'échelle populationnelle : épidémiologie, santé publique et prévention

Module 4 — Imagerie médicale augmentée par l'IA : traitement, analyse et détection

• Constituer et préparer un jeu de données médicales de qualité pour l'entraînement des modèles IA
• Mobiliser les outils mathématiques, statistiques et la géométrie 2D/3D au service de l'analyse des données médicales
• S'orienter dans l'écosystème des formats, logiciels et frameworks dédiés au traitement d'images médicales
• Comprendre comment l'IA détecte anomalies, formes et objets pour optimiser l'interprétation des images
• Appliquer la reconnaissance optique de caractères (OCR) à la numérisation et à l'exploitation des données médicales textuelles
• Explorer les apports de l'IA dans l'analyse des radiographies et des scanners
• Comprendre les usages de l'IA en IRM, angiographie et neuro-imagerie
• Analyser les possibilités offertes par l'IA pour le traitement de photographies, vidéos, coupes et images endoscopiques
• Utiliser les fausses couleurs et la DataViz pour rendre les données médicales plus lisibles et exploitables
• Comprendre comment automatiser la constitution de datasets médicaux annotés pour accélérer l'entraînement des modèles

Module 5 — IA et médecine prédictive : surveillance, prévention et réalité augmentée en santé

• Exploiter l'IA pour détecter et suivre les signaux épidémiologiques à grande échelle
• Comprendre comment l'IA accélère la recherche médicale et ouvre la voie à une médecine véritablement prédictive
• Explorer les applications de l'IA en santé mentale : chatbots thérapeutiques et suivi comportemental via l'IoB
• Tirer parti des outils de monitoring connectés pour suivre en temps réel les conditions physiques des patients
• Découvrir comment l'IA améliore la détection précoce des risques cardiaques et d'AVC
• Comprendre le rôle de l'IA dans le dépistage et la prédiction des cancers
• Mesurer l'impact des technologies IA sur la qualité de vie, l'hygiène et la traçabilité en milieu de soin
• Identifier les applications médicales de la réalité virtuelle, augmentée et mixte : formation, chirurgie et rééducation

Module 6 — Robotique médicale, IoT, capteurs et implants : de la chirurgie aux interfaces cerveau-machine

• Explorer la télémédecine, la chirurgie assistée par ordinateur et les robots chirurgiens de nouvelle génération
• Découvrir les robots compagnons et d'assistance au service des personnes âgées ou en situation de handicap
• Comprendre les solutions technologiques pour la surdité : implants cochléaires et crâniens
• Explorer les avancées en implants oculaires et rétiniens pour restaurer la vision
• Analyser les dispositifs intelligents de contrôle de la glycémie et leur intégration avec l'IA
• Appréhender les interfaces cerveau-machine (ICM) et leur articulation avec l'IoT et l'IoB
• Découvrir les exosquelettes et prothèses connectées qui augmentent ou restaurent la mobilité
• Explorer les équipements de laboratoire intégrant l'IA pour automatiser et fiabiliser les analyses

Module 7 — Cadre réglementaire, éthique et cybersécurité dans les projets IA en santé

• Appréhender les dilemmes éthiques posés par l'IA en santé, à l'échelle individuelle et collective
• Analyser les paradoxes propres à l'intelligence artificielle appliquée aux décisions médicales
• Protéger les systèmes de santé contre les cyberattaques : ransomware, violations de données et sécurité opérationnelle
• Comprendre le fonctionnement et les exigences réglementaires des entrepôts de données de santé (EDS)
• Mesurer les implications pour les assureurs, mutuelles et les questions de responsabilité dans le cadre de l'e-santé
• Connaître les obligations liées à l'hébergement des données de santé et le rôle des HDS certifiés
• Maîtriser les règles de protection des données de santé dans le cadre du RGPD
• Identifier les contraintes techniques qui pèsent sur le déploiement de l'IA dans les environnements médicaux
• Repérer les instances régulatrices et les cadres législatifs encadrant l'IA en santé en Belgique et en Europe

Module 8 — Futur de la santé : ordinateurs quantiques, homme augmenté et médecine 100 % connectée

• Anticiper l'impact de l'informatique quantique sur la modélisation médicale et la découverte thérapeutique
• Explorer les perspectives de l'homme augmenté et les enjeux du transhumanisme en médecine
• Découvrir les avancées en composants bio-organiques et leur intégration dans les dispositifs médicaux
• Comprendre ce que les processeurs neuromorphiques apportent à l'IA médicale en termes de performance et d'efficience
• Appréhender les potentiels de la nanorobotique pour des interventions médicales de précision
• Envisager un modèle de santé entièrement connecté, préventif et personnalisé grâce à l'IA
• Comprendre comment l'IA réduit le délai et les erreurs de diagnostic pour les patients
• Explorer le rôle de l'IA dans le diagnostic et le traitement des maladies rares et orphelines