Rappels statistiques et études cliniques - préparation au TFE - informatique médicale

Biostatistique (G. Briganti) : Le cours est divisé en différentes parties. 1) Probabilités (notion de probabilité et de variable aléatoire, distributions discrètes et continues). 2) Statistiques descriptives (paramètres de position et dispersion, visualisation des données). 3) Corrélation et covariance. 4) Modèles linéaires et logistiques uni et multivariés. 5) Épidémiologie et études cliniques (taux, survie, introduction aux différentes études cliniques et la lecture critique). 

Epistémologie (K. Zouaoui Boudjeltia): 1-La première partie montrera aux étudiants quelles ont été les grandes étapes dans l’histoire de la pensée médicale ayant permis à l’humanité de passer de l’Homme soumis à la volonté des Dieux à l’Homme soumis à l’étude par l’Homme (le passage d’une médecine magique à une médecine rationnelle). Cela sera réalisé en parcourant l’histoire de la médecine, de la Mésopotamie à Claude Bernard en passant par Giambattista Morgagni (l’anatomo-clinique).2-La deuxième partie exposera la méthode scientifique comme moyen de la recherche de la causalité en médecine en comparant le réductionnisme et l’épidémiologie clinique. 3-La troisième partie développera les notions d’induction, de déduction et d’abduction.Pour illustrer ces notions, il sera fait appel à des livres bien connus (Le Nom de la Rose) ou à des séries télévisées : les Experts, Colombo, Derick, Dr House. Le problème de la logique inductive sera détaillé.4- Sur ces bases, la quatrième partie, la plus importante, consistera à comparer l’approche de la médecine moderne basée sur les faits et la démarche scientifique aux médecines non conventionnelles (l’acupuncture, la chiropraxie, l’homéopathie, l’ostéopathie, la naturopathie, la biodiététique, le végétarisme, le végétalisme, la macrobiotique, l’aromathérapie, …). Cela se fera par l’intermédiaire d’un travail à réaliser.

Informatique médicale (E. Woff) : Ce cours présente les fondements de l'informatique médicale et de la transformation numérique des systèmes de santé. Il aborde l'interopérabilité technique et sémantique, la gestion et la gouvernance des données de santé selon les principes FAIR, le Dossier Médical Informatisé et l'écosystème eSanté belge. Une part importante du cours est consacrée à l'intelligence artificielle en santé : histoire et concepts fondamentaux, apprentissage automatique et profond, réseaux de neurones convolutifs (CNN), Large Language Models (LLM), métriques d'évaluation des performances, analyse critique des modèles, ainsi que les enjeux éthiques, réglementaires et sociétaux liés à leur utilisation en pratique clinique.
 

 

L’objectif premier de cette UE est de fournir à l’étudiant des outils logiques et méthodologiques rigoureux permettant de mener à bien son TFE.

Au-delà de cet aspect utilitaire, cette UE fournit également à l’étudiant l’occasion de développer son aptitude au raisonnement scientifique, à l’analyse critique des données et à la compréhension des transformations numériques du système de santé.

À l’issue de l’unité d’enseignement, l’étudiant sera capable de :

• Poser une question de recherche précise et pertinente
• Évaluer les méthodes statistiques adaptées à une problématique donnée
• Constituer un dossier destiné à un comité d’éthique
• Analyser les mécanismes du raisonnement médical et scientifique
• Réaliser une revue de littérature critique et correctement référencée
• Comprendre l’organisation, la structuration et les enjeux des systèmes d’information de santé
• Expliquer les principes de gestion, de gouvernance et de partage des données de santé, y compris les principes FAIR
• Être sensibilisé aux exigences du RGPD et aux aspects réglementaires liés aux données de santé
• Décrire les concepts fondamentaux de l’intelligence artificielle, de l’apprentissage automatique et des grands modèles de langage
• Interpréter les principales métriques utilisées pour évaluer les performances d’un modèle d’intelligence artificielle appliqué à la santé
• Porter un regard critique sur la validité, les limites, les biais et la généralisabilité des modèles d’intelligence artificielle en médecine
• Identifier les enjeux éthiques, sociétaux et professionnels liés au déploiement de l’intelligence artificielle dans les soins de santé
• Appréhender les nouveaux paradigmes de la médecine de demain dans un environnement numérique en constante évolution.

Connaissances et compétences pré-requises ou co-requises

 

Biostatistique.
1) Cours théorique : cours ex-cathedra avec slides et cours oral avec prise de notes. Un version livre du cours est disponible sur l'Université Virtuelle: fort complet au niveau des différentes thématiques abordées, le livre de bio statistique est un outil d'étude et de référence pour les étudiants effectuant un travail de fin d'études et pour les futurs cliniciens avec des obligations de recherche.
2) Travaux pratiques : les données relatives aux exercices sont placées sur l’UV. 

Epistémologie: Utilisation de powerpoint, cours ex-cathedra avec nombreuses interactions.

Informatique médicale : Cours théorique 10h : Présentation Powerpoint (disponible sur l’Université Virtuelle)

Préparation au TFE et recherche bibliographique :
1) Cours théorique : supports pédagogiques PPT et ressources complémentaires, articles, tutoriel sur l’Université Virtuelle.
2) Cours pratiques dans le cadre de 5 Journées TFE (3 en MA2 et 2 en MA3) : Exercices à réaliser sur ordinateur, corrigés et ressources complémentaires sur l’UV.

Références, bibliographie et lectures recommandées

Bio-statistique : livre du cours disponible sur l'UV

Epistémologie: A la fin du cours de nombreuses références bibliographiques sont présentées et expliquées aux étudiants. Il y a une insistance particulière sur l’importance de croiser les informations.

Informatique médicale : Des références bibliographiques et des URLs sont incluses dans les présentations PowerPoint disponibles sur l’UV

Préparation au TFE et Recherche bibliographique : les références bibliographiques sont disponibles dans les supports pédagogiques sur l’UV.



 

Informations complémentaires

 

Contacts

Giovanni Briganti - Giovanni.Briganti@ulb.be (Coordonnateur de l'UE)
Rachida Bensliman - Rachida.Bensliman@ulb.be
Erwin Woff - Erwin.Woff@ulb.be
Karim Zouaoui Boudjeltia - Karim.Zouaoui.Boudjeltia@ulb.be



 

Campus

Erasme

Méthode(s) d'évaluation

• Examen écrit
• Examen oral
• Travail de groupe

Examen écrit

Examen oral

Travail de groupe

1ère session

Partie biostatistique : examen écrit QCM sur l'UV, pas de points négatifs. 

Partie épistémologie : Un travail écrit est demandé dans lequel l’étudiant doit montrer sa capacité d’analyse d’une médecine dite « parallèle ». L’évaluation porte sur la forme, l’argumentation et l’utilisation des références bibliographique.…

Partie informatique médicale : examen écrit QCM 

Partie Recherche bibliographique : L'évaluation de la partie "Préparation au TFE - Recherche bibliographique" se fera dans le cadre du mémoire de fin d'études en Ma3.

2ème session

Partie biostatistique : examen oral. Si un nombre élevé d'étudiants doit repasser en 2ème session, et moyennant un accord du coordonnateur, la modalité de l'examen peut être changée. 

Partie épistémologie :Un travail écrit est demandé dans lequel l’étudiant doit montrer sa capacité d’analyse d’une médecine dite « parallèle ». L’évaluation porte sur la forme, l’argumentation et l’utilisation des références bibliographique.

Partie informatique médicale : examen oral.

 

Construction de la note (en ce compris, la pondération des notes partielles)

La note de chaque activité d’apprentissage est intégrée dans un calcul effectuant une MOYENNE HARMONIQUE des 4 notes. La note finale de l’UE sera donc issue d’une moyenne harmonique des notes des AA.

• Les étudiants ayant une MOYENNE HARMONIQUE <10/20 doivent repasser en seconde session les AA ayant obtenu une note <10/20.

Note finale à l’UE égale ou supérieure à 10/20 : cette situation ne pourra pas s’accompagner d’une nouvelle évaluation en seconde session en l’absence de demande explicite AVANT délibération (renonciation).
Les étudiant(e)s qui le souhaitent peuvent demander à représenter un examen dont la note est égale ou supérieure à 10/20 en vue de tenter d’améliorer leur résultat en seconde session (renonciation). Pour renoncer à leur note, les étudiant(e)s doivent se manifester auprès du coordonnateur de l’UE, du titulaire de l’AA et du secrétariat facultaire, avant la délibérations (selon les modalités communiquées par le secrétariat). La note finale qui sera retenue pour l’AA dont la note a fait l’objet d’un renoncement sera celle obtenue en seconde session (renoncement irrévocable).

Langue(s) d'évaluation

• français