Introduction à l'intelligence artificielle appliquée à la biologie

L’intelligence artificielle (IA) moderne est un ensemble d’avancées majeures en mathématiques appliquées, statistiques et informatique. Elle apporte avec elle de nouvelles méthodes et outils qui impactent de façon croissante les pratiques professionnelles, et la société dans son ensemble.

Ce cours d'introduction à l'IA, spécifiquement conçu pour les biologistes, vise à familiariser les étudiant·es avec les concepts fondamentaux et les applications pratiques de l'IA dans les sciences de la vie et les neurosciences. Il n’a pas pour objectif d’enseigner les spécificités techniques de l'IA, mais d’offrir aux étudiant·es la possibilité de se confronter à ces technologies, déjà intégrées dans l'écosystème de recherche en biologie pour traiter des questions fondamentales (prédiction de la classe d’une tumeur à partir de l’expression génétique, classification cellulaire à partir de données de séquençage d’ADN, aide au diagnostic du cancer et à la décision en pharmacovigilance, immunologie…). En mettant en évidence les limites des techniques actuelles et les enjeux scientifiques, sociétaux et environnementaux liés à ces nouvelles technologies, les étudiant·es pourront développer leur esprit critique et saisir les opportunités que l’IA entraîne dans leurs disciplines respectives.

La réussite à ce cours donnera droit à 3 ECTS.

Ce cours est dispensé par l’équipe EFELIA (École Française de l’Intelligence Artificielle) et s’inscrit dans la stratégie nationale pour l’IA. Au niveau local, le projet est opéré par l'Institut 3IA Côte d'Azur.

Il est conseillé d'apporter son ordinateur portable à chaque séance.

• Apports théoriques
• Études de cas
• Lecture d’articles scientifiques
• Espace Moodle
• Wooclap (sondage, brainstorming…)

Contrôle continu intégral.

• Exposé
• QCM

Articles scientifiques :

• M. Bahl, R. Barzilay, A. B. Yedidia, N. J. Locascio, L. Yu, C. D. Lehman, High-risk breast lesions: A machine learning model to predict pathologic upgrade and reduce unnecessary surgical excision. Radiology, 2018
• Amir, El-ad David, et al. "viSNE enables visualization of high dimensional single-cell data and reveals phenotypic heterogeneity of leukemia." Nature biotechnology, 2017
• [Abatemarco D, Perera S, Bao SH, Desai S, Assuncao B, Tetarenko N, et al. “Training augmented intelligent capabilities for pharmacovigilance: applying deep-learning approaches to individual case safety report processing.” Pharmaceut Med., 2018

• University of Helsinki & MinnaLearn (2018). A free online introduction to artificial intelligence for non-experts. https://course.elementsofai.com/
• Andrew Ng (s.d.). AI for Everyone. https://www.deeplearning.ai/courses/ai-for-everyone/
• Daniel Leufer & Alexa Steinbrück (2020), AI Myths. https://www.aimyths.org

• TUT'TOP : bénéficier du tutorat par les pairs sur le plan méthodologique, social, administratif ou logistique.
• écri+ : améliorer son français écrit.
• Centre de ressources en langues : développer ses compétences en langues vivantes (française ou étrangères).
• METODA : développer ses compétences en recherche documentaire.
• S'orienter / Se réorienter : être accompagné par les conseillers d'orientation et d'insertion professionnelle de l'université.
• Centre de santé et aide sociale : prendre soin de sa santé physique et mentale et se faire accompagner en cas de difficulté sociale.
• Cellule Handicap : découvrir les aides proposées pour les étudiant.es en situation de handicap.
• Plateforme de signalement : écoute et accompagnement des victimes ou témoins d’actes de violence, de harcèlement ou de discrimination (violences sexistes et sexuelles, LGBTphobies, racisme, xénophobie…).