IA et diagnostic numérique en mycologie
Comment la microscopie numérique et l'apprentissage automatique sont explorés pour identifier les champignons, et comment évaluer ces outils de façon responsable.
Un aperçu de ce que vous allez étudier et réaliser.
IA et diagnostic numérique en mycologie explore la manière dont la microscopie numérique et l'apprentissage automatique sont étudiés pour faciliter l'identification des champignons, et comment évaluer ces outils de façon responsable. Vous commencerez par la microscopie numérique et les lames virtuelles, puis vous apprendrez les bases de l'apprentissage automatique en termes simples, adaptés aux professionnels de laboratoire. Le cours examine l'identification des champignons par l'image, l'IA appliquée aux spectres MALDI-TOF et aux données de séquences, ainsi que les questions essentielles de validation, de biais et de réglementation, avant d'envisager l'introduction des outils numériques dans la pratique.
De nombreux outils d'IA en mycologie restent expérimentaux : savoir lire de façon critique les performances annoncées compte autant que les connaissances techniques. Ce cours s'adresse aux scientifiques de laboratoire et aux professionnels des données de santé. Aucune expérience en programmation n'est requise. Les formateurs travaillent à l'interface de la mycologie de laboratoire et de la science des données. Pour le projet final, vous rédigez une grille d'évaluation d'un outil numérique ou d'IA pour un laboratoire de mycologie, couvrant l'usage prévu, les besoins en données, la conception de la validation, les risques et les étapes de déploiement.
6 modules, un savoir qui grandit pas à pas.
Survolez ou touchez un module pour suivre le parcours, de la première séance au projet final. Ouvrez un module pour voir les thèmes abordés.
- Acquisition d'images numériques
- Numérisation de lames entières
- Gestion et stockage des images
- Apprentissage supervisé et non supervisé
- Données d'entraînement, de validation et de test
- Indicateurs de performance courants
- Jeux de données d'images fongiques
- Classification d'images de microscopie
- Exemples issus d'études de recherche
- Apprentissage automatique sur les spectres MALDI-TOF
- Outils de classification de séquences
- Enjeux de qualité des données
- Biais et représentativité des jeux de données
- Validation externe
- Cadres réglementaires applicables aux logiciels
- Intégration dans les circuits de travail
- Formation et supervision des équipes
- Suivi des performances dans la durée
IA et diagnostic numérique en mycologie
À l’issue de la formation, vous saurez :
- Expliquer le fonctionnement de la microscopie numérique et des lames virtuelles.
- Décrire les notions de base de l'apprentissage automatique et les indicateurs de performance.
- Évaluer de façon critique les études publiées sur l'identification fongique par IA.
- Identifier les sources de biais et les lacunes de validation des outils d'IA.
- Rédiger un plan de déploiement responsable pour un outil de diagnostic numérique.
La place de cette formation dans l’école.
Où cette formation peut vous mener.
Des métiers et des applications qui s’appuient sur ce que vous apprenez ici. Les débouchés dépendent de votre expérience et du marché local.
- Scientifique de laboratoire pilotant des projets de pathologie numérique
- Analyste de données de santé dans le diagnostic
- Spécialiste produit pour des entreprises de microscopie numérique
- Chargé de qualité et de validation des logiciels de laboratoire
- Assistant de recherche en IA appliquée à la microbiologie
Prérequis, évaluation et certificat.
Conditions d’admission
Une expérience en laboratoire ou en données de santé est recommandée ; aucune expérience en programmation n'est requise.
Modalités d’évaluation
L'évaluation associe la participation aux séances en direct et des exercices d'analyse critique d'outils et d'études. La grille finale est relue par le professeur.
Projet final
Une grille d'évaluation pour l'introduction d'un outil numérique ou d'IA dans un laboratoire de mycologie.
Certificat
Certificat de cours
À l’issue de la formation et de son projet, Fungaris délivre un Certificat de cours. La reconnaissance des formations est évaluée en fonction du parcours suivi et de la réglementation locale de chaque pays.
Comment la formation progresse, phase par phase.
- Microscopie numérique et lames virtuelles
- Bases de l'apprentissage automatique pour les laboratoires
- Identification des champignons par l'image
- L'IA appliquée aux données spectrales et de séquences
- Validation, biais et réglementation
- Déployer les outils numériques de façon responsable
Recherches associées
Questions sur cette formation
Faut-il de l’expérience pour suivre la formation « IA et diagnostic numérique en mycologie » ?
Une expérience en laboratoire ou en données de santé est recommandée ; aucune expérience en programmation n'est requise.
Comment se déroule la formation « IA et diagnostic numérique en mycologie » ?
En direct en ligne, en 6 modules, avec un professionnel en activité, un petit groupe et un projet final.
Comment suis-je évalué ?
L'évaluation associe la participation aux séances en direct et des exercices d'analyse critique d'outils et d'études. La grille finale est relue par le professeur.
En quoi consiste le projet final ?
Une grille d'évaluation pour l'introduction d'un outil numérique ou d'IA dans un laboratoire de mycologie.
Quel certificat vais-je obtenir ?
À l’issue de la formation et de son projet, Fungaris délivre un Certificat de cours. La reconnaissance des formations est évaluée en fonction du parcours suivi et de la réglementation locale de chaque pays.
Que puis-je étudier après la formation « IA et diagnostic numérique en mycologie » ?
L’étape suivante naturelle est la formation « Certificat en fondamentaux de la mycologie médicale ».
Continuez à vous ramifier.
Rejoignez la prochaine promotion.
Payez en une fois avec une réduction de 20%, ou réservez votre place avec 40% et réglez le solde en mensualités. Tous les prix sont indiqués en euros (EUR).