Microprogramme de 2^e cycle en analyse des mégadonnées en santé

Structure du programme

Ce cours offre une formation en forage des données et sciences des données pour la gestion, la manipulation, le traitement, et l'analyse des données quantitatives en biologie.

Programmation en Python, librairies, images et cartes, traitement et manipulation de texte, structures et bases de données, traitement séquentiel et parallèle, affichage.

Implications sociales, éthiques, juridiques des mégadonnées en santé publique et de l’intelligence artificielle. Approche interdisciplinaire et pratique. Regard critique et stratégies d’actions face aux défis émergeants en santé publique.

Implications sociales, éthiques, juridiques des mégadonnées biomédicales et de l’intelligence artificielle. Approche interdisciplinaire et pratique. Regard critique et stratégies d’actions face aux défis émergeants des mégadonnées biomédicales.

Survol des types et des sources de données en santé, gestion des données, de l’information, des connaissances, contraintes et limites pour leur intégration au niveau populationnel, enjeux et limites des systèmes actuels, standards terminologiques.

Préparation et gestion de bases de données, qualité des données, techniques de visualisation des données pour les décideurs et acteurs clés impliqués dans la santé (cliniciens, gestionnaires, décideurs politiques, patients), gouvernance des données.

Mégadonnées et santé publique : aspects scientifiques et techniques. Modélisation et exploration de données. Bases de données. Apprentissage automatique. Intro. à l’intelligence artificielle. Approche pratique, expérientielle et par cas.

Méthodes de traitement informatique des données génomiques, transcriptomiques et protéomiques. Séquençage haut-débit (ADN – ARN). Ce cours n’est pas disponible pour les étudiants inscrits aux programmes de Maîtrise en bio-informatique (2-468-1-0) et de Doctorat en bio-informatique (3-468-1-0). Remarque : Ce cours ne peut pas être reconnu comme cours au choix dans les programmes suivants : 246810, 346810.

Structure, modélisation, prédiction et visualisation des protéines. Interactions moléculaires. Simulation de la dynamique des macromolécules. Prédiction des fonctions protéiques. Développement des médicaments, chemo-informatique, criblage virtuel.

Instrumentation, principes et traitement de donnés d’imagerie médicale. Principes fondamentaux de microscopie et nanoscopie, travaux pratiques en microscopie moderne, technologies de fluorescence, programmation en Matlab, traitement d’images.