Certification professionnelle

Objectifs et contexte de la certification :

A l’origine, les métiers de l’intelligence artificielle (IA) relèvent plutôt de la data science ou des mathématiques. Encore récemment, ces métiers étaient réservés aux personnes qui sortaient de grandes écoles/écoles d’ingénieurs. Mais la situation a évolué. La puissance de calcul est plus grande, l’IA nous entoure de plus en plus au quotidien et le grand public est plus sensibilisé à ces technologies. Et du point de vue business, les grands éditeurs, dont Microsoft, ont mis en place des outils qui permettent de simplifier le développement d’un produit IA : la plateforme Azure, les services cognitifs… Tout cela participe à la démocratisation des métiers de l’IA.

Nous avons toujours besoin de data scientists et de mathématiciens, mais avec la démocratisation des outils, il faut également des profils plus techniciens et plus opérationnels avec un background théorique, certes, mais aussi de solides compétences pratiques : de bons développeurs qui comprennent la logique de l’algorithmie, qui ont des notions en mathématiques, mais surtout qui maîtrisent tous les outils du marché pour pouvoir développer des IA.

Perspectives 

Dans le domaine de la Santé, identifié comme un des quatre secteurs dans lequel l’IA offre des perspectives très prometteuses, les progrès à venir auront un impact sur l’ensemble du secteur. Ces progrès impliquent de penser les métiers de demain. A ce titre la Fédération Hospitalière de France mène actuellement une étude de grande ampleur sur les « impacts de l'intelligence artificielle (IA) sur les métiers de la santé ».
L’IA est en effet au cœur de la médecine du futur, avec les opérations assistées, le suivi des patients à distance, les prothèses intelligentes, les traitements personnalisés grâce au recoupement d’un nombre croissant de données (big data), etc... C’est l’ensemble des thématiques hospitalières et médico-sociales qui seront impactées (évolution des pratiques professionnelles, parcours de soin, gestion, exploitation et protection des données).

Objectifs de la certification : 

Cette certification répond aux besoins des professionnels des hôpitaux ou cliniques, des laboratoires de recherche et entreprises du secteur santé, soucieuses d'améliorer leurs processus grâce à l'intégration de l'intelligence artificielle et à une gestion optimisée des données. Elle vise à certifier des experts capables d'exploiter des outils numériques avancés pour développer et piloter des projets innovants, tels que la mise en place d'équipements au service de la santé.

Activités visées :

Les titulaires de la certification seront amenés à réaliser les activités suivantes sous la responsabilité d'un supérieur hiérarchique :

Développement de bases de données médicales

• Conception et structuration d’une base de données relationnelle ou non relationnelle, sécurisée et conforme aux réglementations de protection des données de santé.
• Acquisition, nettoyage et anonymisation des données médicales provenant de sources variées.
• Intégration des données médicales préparées et propres dans une base de données structurée.
• Optimisation de la base de données pour garantir l'intégrité, la confidentialité et la qualité des données de santé.

Exploitation des bases de données médicales

• Interrogation et traitement des données de santé brutes ou traitées de manière sécurisée et éthique.
• Création de visualisations et de tableaux de bord pertinents pour l'analyse médicale.
• Mise à disposition des rendus de données en conformité avec les réglementations (RGPD, secret médical).

Exploitation de l’IA dans les applications médicales

• Développement de modèles d'apprentissage pour l'analyse prédictive en santé.
• Mise en œuvre d’algorithmes de machine learning et de deep learning adaptés aux problématiques médicales.
• Création d’applications exploitables intégrant des solutions d’IA au service du diagnostic, du traitement et du suivi médical.
• Validation clinique et interprétabilité des modèles d’IA.

Compétences attestées :

Le certifié est capable de :

• Identifier et analyser les sources de données médicales provenant de différents systèmes (dossiers patients, imagerie médicale, capteurs médicaux, registres hospitaliers)
• Concevoir des solutions d'IA pour optimiser les processus de santé et de soins
• Mener des expérimentations et des proof of concept dans un cadre médical, en garantissant la précision et la fiabilité des solutions
• Intégrer les dimensions humaine, économique et organisationnelle du secteur de la santé
• Appliquer une démarche éthique stricte dans le développement de solutions d'IA médicale, en respectant la confidentialité des données de santé
• Communiquer efficacement sur les solutions d'IA à destination de différents publics (professionnels de santé, administrateurs, patients)
• Veiller à une veille technologique constante dans le domaine de l'intelligence artificielle appliquée à la santé

Liste détaillée des compétences évaluées :

- Analyser les enjeux, les parties prenantes le périmètre du besoins client pour mener à bien le projet IA santé avec notamment ses contraintes éthiques
- Identifier les données nécessaires ainsi que les risques éthiques associés avec les différents professionnels afin de mettre en place une collecte de données appropriée et sécurisé.
- Construire les études d'opportunité en lien avec les acteurs métier (étude de cadrage, faisabilité et rentabilité) en s'appuyant sur des cas d'usage pour répondre au mieux aux besoins du client

- Prendre en compte les contraintes réglementaires sanitaires afin de s’assurer du respect de celles-ci
- Réaliser une veille pour comprendre l’environnement sanitaire
- Définir et documenter les cadres légaux et éthiques de l'utilisation de l'IA dans le domaine de la santé pour en permettre une amélioration et adaptation rapide
- Mettre en oeuvre des plans d’action pour inscrire la conduite du projet dans les cadres légaux et éthiques de l’utilisation de l’IA en santé

- Recenser les différentes solutions/technologies susceptibles de répondre au cahier des charges afin de les mettre en oeuvre
- Comparer les solutions existantes avec leur adéquation au besoin afin de participer aux choix techniques
- Analyser et évaluer les risques (sécurité) d’une IA afin de participer à leur résolution

- S’approprier les différentes classes d'algorithmes (machine learning, deep learning,…) pour modéliser les données massives afférentes au projet
- Mettre en oeuvre des méthodes de collecte, de stockage, de traitement et de visualisation des données pour exploiter celles-ci
- Appréhender les concepts d'architecture cloud (AWS, Azure, …) et les outils d'apprentissage (Keras, Tensor flow,) pour garantir sa légitimée technique dans le projet
- Conduire une veille technologique pour repérer les nouvelles méthodologies et les évolutions

- Identifier les différentes sources de données
- Identifier les algorithmes/protocoles outils permettant une collecte efficace et sécurisée des données de santé
- Identifier la nécessité d’un processus de prétraitement et anonymisation des données de santé afin de les intégrer dans la solution IA
- Sélectionner les sources de données en lien avec les professionnels de santé pour les modéliser et les cartographier
- Identifier et exploiter les indicateurs de performance avec les professionnels de santé à partir d’une analyse des données pour argumenter la solution retenue
- Elaborer des tableaux de bord intégrant les données « santé » pour permettre la prise de décision

- Quantifier les besoins en capacité de calculs et de stockage des données
- Identifier les ressources disponibles dans le SI de santé

- Définir les étapes d’un processus d’IA santé
- Ajuster la chaine de traitement selon les résultats de la solution IA pour améliorer le processus

- Identifier des acteurs de santé pour tester la solution IA
- Identifier les infrastructures IT nécessaires au sein de l’établissement de santé pour l’expérimentation de la solution IA

- Aider à l’identification et la mise en place des indicateurs de performance afin de choisir un modèle d’IA adapté à la problématique de santé
- Manipuler des algorithmes dans plusieurs plateformes avec différents langages (identifier les technologies utilisées) pour justifier le choix de la technologie appropriée.
- Concevoir la solution IA pour répondre à la problématique
- Tester et valider avec les parties prenantes la solution d’IA en s’appuyant sur les indicateurs de performance (métriques, éthique, environnement, confidentialité) choisis par les professionnels de santé

- Implémenter une solution IA dans un SI santé existant avec des technologies appropriées
- Assurer la configuration de la solution d’IA déployée
- Mesurer les impacts environnementaux pour une solution IA frugale.
- Sélectionner et formaliser les éléments de performances de la solution pour effectuer un reporting auprès des personnes concernées (professionnels de la santé, direction, etc.)

- Maintenir le système IA mis en place pour garantir la continuité de service de la solution implémentée (Mlops, bibliothèques python)
- Gérer et suivre les contrats afférents au projet en respectant les règles législatives liées à la santé avec l’accompagnement des parties prenantes
- Ajuster les paramètres des solutions IA et maîtriser les métriques associées pour valider les performances de la solution au regard des jeux de données (indicateurs de confiance dans la solution)
- Mesurer la performance et l’impact de la solution IA en lien avec les professionnels de santé au bénéfice des parties prenantes

- Analyser les résultats de la solution IA afin d’en évaluer l’impact écologique
- Mettre en place des solutions correctives si les résultats de la solution IA ne sont pas optimaux Mesurer l’impact environnemental de la solution au regard des instances réglementaires

- Choisir la méthode de gestion de projet (par exemple AGILE, PMI, Scrum) pour l’appliquer au projet IA en santé
- Identifier les sous-projets et tâches inclus dans le projet global pour en estimer les durées
- Planifier les projets IA en utilisant la méthode de planification PERT et les diagrammes de GANTT pour identifier les antériorités des tâches et construire le planning détaillé du projet
- Définir les principaux jalons du projet (points de validation) permettant de vérifier le bon déroulement du projet
- Concevoir le planning du projet à travers un outil de représentation graphique pour étudier la solution optimale pour les parties prenantes en santé (professionnels, patients, établissements)

- Participer à l'identification des risques inhérents au projet IA en santé afin d’en évaluer la criticité (occurrence, gravité et probabilité).
- Participer au plan de réponses aux risques identifiés et élaborer un tableau de suivi permettant de prévenir ces risques ou de réagir en cas d’incident pour assurer une gestion proactive et réactive du projet d'IA en santé.

- Favoriser l’appropriation des outils numériques par les professionnels de santé/patients pour faciliter la transition numérique
- Intégrer la culture de la transition numérique au sein de l’établissement de santé pour en mesurer les impacts sur son activité et sur les domaines d’applications possibles
- Conduire les réunions de suivi de projet IA en santé

- Actualiser les données des tableaux de bord (coûts, réalisé, reste à faire, plans d’action, risques, etc.) pour suivre les indicateurs du projet et mettre en place les actions correctives utiles et réguler les aléas organisationnels
- Participer à l’organisation des réunions pour garantir le bon déroulement du projet (revues qualité, revues de points en suspens, réunions de suivi de projet, etc.)
- Synthétiser et formaliser les documents de reporting à destination du comité de pilotage ou de la Direction

- Etablir la documentation technique des projets IA et transmettre les documents nécessaires aux parties prenantes concernées.
- Assurer le transfert de compétences auprès des parties prenantes (administrateurs, établissement, professionnels de santé) pour garantir la viabilité de la solution IA déployée
- Organiser et animer la capitalisation de l'expérience à l'issue du projet IA au sein de l’établissement de santé (réunions, documentation, outils de gestion de projet, etc.) pour clore le projet dans les meilleures conditions

Modalités d'évaluation :

Une part importante des blocs de compétences est évaluée au travers des diverses missions et stages en entreprise, la part restante est évaluée au travers d'examens partiels, de travaux dirigés évalués ou de projets (réels ou simulés) dont les conclusions sont soutenues à l'oral.  

Enfin, l'étudiant rédige un mémoire professionnel final soutenu devant un jury de professionnels en lien avec le diplôme visé. 

Dispositifs spécifiques pour les étudiants en situation de handicap

L’école met à la disposition des étudiants en situation de handicap un référent handicap qui coordonne les aménagements nécessaires en accord avec les textes de loi en vigueur. Ce référent travaille avec le comité national du groupe CESI pour organiser les conditions d'accueil, les aménagements d’études et d’examens, en tenant compte des recommandations du médecin du Service de santé universitaire désigné par la Commission des Droits et de l’Autonomie de la Personne Handicapée.  

Le CESI veille particulièrement à l’équité des modalités d’évaluation dans le cadre des stages, des périodes en entreprise et lors de la période d'immersion internationale. Le référent handicap assure que les besoins d'adaptation du parcours et des modalités de contrôle des connaissances sont correctement pris en compte pour garantir une évaluation juste, indépendamment du statut de l’étudiant. De plus, l'école adapte les modalités d’évaluation linguistique selon les besoins des étudiants en situation d'handicap, en conformité avec le socle de compétences exigé. Les ajustements sont décidés par la Commission d’Aménagement de Parcours, en concertation avec les experts pédagogiques