Introduction à l'intelligence artificielle appliquée aux écosystèmes de la santé
Structure : EUR HEALTHY Niveau du cours : M1, M2, Doctorat |
Code de l'UE : BMEIES1 Semestre : Impair |
Lieu d'enseignement : Campus STAPS - salle 222 Langue : Français |
Public
Les étudiant·es en première ou deuxième année d’un Master Psychologie ou STAPS, ainsi que
doctorant·es du périmètre de l'EUR HEALTHY.
Prérequis
Aucun prérequis n'est nécessaire pour participer à ce cours.
Organisation
Présentiel :
- 12h de cours magistraux (CM)
- 12h de travaux dirigés (TD)
A propos
- Présentation du cours
-
Objectifs du cours
À la fin de ce cours, l’apprenant·e sera capable de…
- Expliquer les concepts et les méthodes clés de l’IA,
- Appréhender les capacités, limites et enjeux des nouveaux systèmes d’IA,
- Débuter une intégration des progrès apportés par l’IA dans l'exploration des problématiques liées à la santé.
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 étudiant·es en psychologie et en STAPS, vise à les familiariser avec les concepts fondamentaux et les applications de l'IA dans le domaine de la santé. 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 les écosystèmes de recherche en psychologie et en STAPS pour traiter des questions fondamentales (par exemple, la quantification de l’activité physique, l’évaluation et le suivi de neuropathologies dégénératives et des troubles comportementaux, la prédiction du stress...). En mettant également 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 participation à ce cours donnera droit à une bonification de 0,25 points sur la moyenne générale du semestre (Bonus Engagement).
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.Enseignant·es
- Aude Sportisse (aude.sportisse@univ-cotedazur.fr)
- Auriane Gros (auriane.gros@univ-cotedazur.fr)
- Meggy Hayotte (meggy.hayotte@univ-cotedazur.fr)
- Xavier Corveleyn (xavier.corveleyn@univ-cotedazur.fr)
- Modalités pédagogiques
-
- Apports théoriques
- Études de cas
- Lecture d’articles scientifiques
- Applications (accéléromètres...)
- Espace Moodle
- Wooclap (sondage, brainstorming…)
- Modalités d'évaluation
-
Dans ce cours, l'évaluation est de nature formative. Les étudiant·es seront amenés à participer à des discussions, ainsi qu'à réaliser des exercices d’autoréflexion, des exposés et des quiz. Cependant, ces exercices ne visent qu’à vous accompagner dans votre processus d'apprentissage : aucune évaluation sommative en vue d'attribuer une note ne sera effectuée. Cette approche vise à encourager la curiosité et la réflexion. L’assiduité aux cours sera prise en considération pour l’obtention du Bonus Engagement.
- Bibliographie
-
Articles scientifiques :
- Ellis, K., Kerr, J., Godbole, S., Lanckriet, G., Wing, D., & Marshall, S. (2014). A random forest classifier for the prediction of energy expenditure and type of physical activity from wrist and hip accelerometers. Physiological measurement, 35(11), 2191.
- Haas, J. D., & Brownlie IV, T. (2001). Iron deficiency and reduced work capacity: a critical review of the research to determine a causal relationship. The Journal of nutrition, 131(2), 676S-690S.
- Li, Q., Zhao, L., Xue, Y., Jin, L., Alli, M., & Feng, L. (2017). Correlating stressor events for social network based adolescent stress prediction. In Database Systems for Advanced Applications: 22nd International Conference, DASFAA 2017, Suzhou, China, March 27-30, 2017, Proceedings, Part I 22 (pp. 642-658). Springer International Publishing.
Autres ressources :
- 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
- Soutien à la réussite
-
- 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…).
Programme
Séance | Date | Durée | Enseignant·es | Sujet |
1 | 12/10/2023 8h30 - 12h30 |
4h | Meggy Hayotte, Aude Sportisse | IA dans la quantification objective de l’activité physique à partir d'accéléromètres |
2 | 26/10/2023 8h30 - 12h30 |
4h | Xavier Corveleyn, Aude Sportisse | IA dans le diagnostic et l’accompagnement thérapeutique dans un but de personnalisation |
3 | 16/11/2023 8h30 - 12h30 |
4h | Auriane Gros | IA dans l’évaluation des pathologies neurodégénératives et le suivi des troubles comportementaux |
4 | 23/11/2023 8h30 - 12h30 |
4h | Aude Sportisse | Les fondamentaux de l’IA:
|
5 | 30/11/2023 8h30 - 12h30 |
4h | Aude Sportisse | Machine Learning:
|
6 | 07/12/2023 8h30 -12h30 |
4h | Aude Sportisse | Limites de l’IA et ouvertures :
|