MASTER INGÉNIERIE DE LA SANTÉ Parcours Data science en santé - En Contrat de professionnalisation

Objectifs de la formation

La science des données vous interpelle à l'ère du big data ?

 Vous souhaitez prendre part aux prises de décision dans le domaine de la santé à travers l'analytique des données massives ?

 Vous souhaitez vous former à un métier d'avenir alliant santé, machine-learning, et intelligence artificielle ?

 Avec le parcours "Data Science pour la santé" en partenariat avec Polytech' Lille, vous deviendrez de véritables spécialistes dans les domaines du big data, du machine-learning et de l'intelligence artificielle appliqués au domaine de la santé !

Le parcours "Data Science pour la Santé » du Master Ingénierie de la Santé" a pour objectif de former des professionnels de haut niveau, capables de faire face aux enjeux de l’exploitation des données massives de santé, afin d’en exprimer le potentiel au maximum.

Il s’agit pour ces experts en sciences de la donnée de santé, non seulement de disposer des connaissances et savoir-faire nécessaires à la conception et implémentation d’une architecture « big data » mais aussi l’exploitation pertinente de l’information grâce à la maitrise de l'analytique de grands volumes de données afin d'en tirer des avantages pour le secteur de la santé et des sciences du vivant.

Tout savoir sur le contrat de professionnalisation : https://formationpro.univ-lille.fr/alternance/etre-alternant-a-luniversite-de-lille

Spécificités de la formation

La révolution numérique en cours se traduit par une explosion du nombre de données de santé disponibles. De la génomique aux systèmes d’auto-mesure du « Quantified-self » via les dispositifs embarqués en passant par les écrits réalisés par les professionnels de santé ainsi que les données d’imagerie ou encore les traces laissées sur les autoroutes de l’information (e.g. : réseaux sociaux, blogs, forums), la donnée de santé présente de nombreux défis du fait de : 

• son hétérogénéité (données "omiques", physiologiques, biologiques, sociales, environnementales, comportementales) ;
• son format (e.g. : texte, valeurs numériques, signaux, images en 2D, 3D, séquences du génome, micro ARN, ADN bactérien) ;
• sa dispersion au sein de plusieurs systèmes d’information (hôpitaux, laboratoires publics et/ou privés, bases de données publiques, sociétés privées).

A la massification de la donnée de santé s’ajoute la nécessité de comprendre et de prendre en compte les modalités (techniques et scientifiques) de sa production et de sa validation ; ce qui suggère un haut niveau de maîtrise des circuits et technologies de production de cette donnée.

Ces grandes masses de données de santé comportent en revanche d’importantes promesses pour les actions de santé publique, profitables au plus grand nombre, et une médecine mieux informée et s’appuyant sur des innovations adossées à l’exploitation des données. Bien accompagnée, cette révolution devrait soutenir le prochain allongement de la durée de vie des populations ou à tout le moins une espérance de vie élevée en meilleure santé. C’est précisément le rôle des "Data Scientists" en santé d’assurer cet accompagnement technique, technologique et scientifique grâce à leur profil multidisciplinaire.

Compétences visées

Le Master Data Science pour la Santé est le résultat d'une collaboration entre le monde académique et le monde socio-professionnel. Le Master a reçu le soutien de grandes institutions à l’instar de Bayer Healthcare, Soladis, Florimond-Desprez, Genes Diffusion ainsi que d’Eurasanté et le Pôle Nutrition Santé Longévité. En outre, il bénéficie de l’appui de l’Agence française de la santé numérique (ASIP-santé) et du think tank international le « Healthcare Data Institute », qui sont des partenaires privilégiés de cette formation.

L’équipe pédagogique est composée d’enseignants, denseignants-chercheurs de l’Université de Lille (ILIS, Polytech’Lille) et de professionnels des données de santé des différentes organisations parties prenantes de ce master. La participation de ces professionnels se fera sous la forme d’enseignements directs, de séminaires, et surtout grâce à leur implication dans les stages et/ou projets de thèse professionnelle en partenariat avec les universitaires.

A l’issue de la formation, le data scientist en santé d’un profil polyvalent est doté d’une triple compétence :

• Maîtrise de l’ingénierie (Intelligence Artificielle, Machine-learning, Big data, statistique) dans toutes ses phases (collecte et extraction des données de santé, visualisation, traitement du signal et des images, fouille de données) et toutes ses composantes (des technologies jusqu’à l’éthique)
• Maîtrise du domaine de la santé, des sciences du vivant dans ses enjeux (organisation, grandes problématiques de santé, la médecine et les industries pharmaceutiques et agro-alimentaires) et ses composantes (médecine, santé des populations, industries)
• Capacité à concevoir, gérer un projet « data » et surtout à communiquer ses résultats pour éclairer la prise de décision de santé, qu’elle soit clinique, industrielle ou de santé publique.