Grâce à ce Mastère spécialisé, vous découvrirez les avantages de l'E-Health et du Big Data appliqués au secteur de la santé"

En effet, bien que la Biomédecine est une des découvertes les plus remarquables du domaine médical, en réalité toutes les nouvelles technologies ont permis de mettre en œuvre l'informatique dans les processus de réhabilitation des patients. Cela va du traitement de données de masse pour la recherche sur les maladies rares, aux applications permettant le suivi de patients atteints de pathologies graves ou encore celles qui surveillent la glycémie des patients diabétiques. Il s'agit de progrès qui ont apporté des améliorations significatives dans la vie quotidienne des personnes concernées et dans leur environnement familial. 

L'utilisation rentable et sûre des technologies, telle que désignée par l'OMS, se reflète dans le concept de santé en ligne. La grande évolution scientifique a également intégré des outils clés pour le développement de traitements médicaux. De plus, grâce à l'innovation dans les centres de soins, il a été possible d'améliorer la gestion clinique et donc d'optimiser les services de santé. L'objectif principal de TECH Université Technologique est de dynamiser la carrière des étudiants qui souhaitent accroître

leurs compétences dans le service technologique de la santé et qui sont intéressés par le développement de la télémédecine. 
Ce programme aborde les fondements théoriques et pratiques de la médecine moderne afin de générer une vision globale et profonde des nouvelles incorporations biomédicales. De plus, ce programme se penche sur la bio-impression, l'imagerie biomédicale et les possibilités offertes par l'intelligence artificielle dans la reconnaissance des formes dans les images médicales. 

TECH Université Technologique offre ce programme élaboré avec la collaboration d'enseignants experts dans le domaine de la santé et qui encadrent les professionnels avec leurs expériences réelles dans ce domaine. Cette qualification innovante, 100 % en ligne, applique la méthode du Relearning, de sorte à éviter aux étudiants de passer de longues heures à mémoriser le programme, en leur permettant de l'assimiler de manière simple et progressive. L'objectif est que les spécialistes intègrent les outils de E-Health dans leur profession et collaborent à leur développement. 

N'attendez plus, démarquez-vous en tant que spécialiste dans un secteur qui a déjà intégré les plateformes e E-Health pour personnaliser le service de santé"

Ce Mastère spécialisé en E-Health et Big Data contient le programme scientifique le plus complet et le plus actualisé du marché. Ses caractéristiques sont les suivantes:

• Le développement de cas pratiques présentés par des experts en Technologies de l'Information et de la Communication axées sur l'environnement sanitaire
• Les contenus graphiques, schématiques et éminemment pratiques de l’ouvrage fournissent des informations scientifiques et pratiques sur les disciplines essentielles à la pratique professionnelle
• Exercices pratiques permettant de réaliser le processus d'auto-évaluation afin d'améliorer l’apprentissage
• Il met l'accent sur les méthodologies innovantes 
• Cours théoriques, questions à l'expert, forums de discussion sur des sujets controversés et travail de réflexion individuel
• La possibilité d'accéder aux contenus depuis n'importe quel appareil fixe ou portable doté d'une connexion internet

Boostez votre carrière grâce à l'informatique bio-informatique et aux techniques du Big Data, afin de maîtriser tous les domaines du secteur de la santé"

Le programme comprend, dans son corps enseignant, des professionnels du secteur qui apportent à cette formation l'expérience de leur travail, ainsi que des spécialistes reconnus de grandes sociétés et d'universités prestigieuses. 

Son contenu multimédia, élaboré avec la dernière technologie éducative, permettra aux professionnels un apprentissage situé et contextuel, c'est-à-dire un environnement simulé qui fournira une formation immersive programmée pour s'entraîner face à des situations réelles. 

La conception de ce programme est axée sur l'Apprentissage par les Problèmes, grâce auquel le site professionnelles doit essayer de résoudre les différentes situations de la pratique professionnelle qui se présentent tout au long du programme académique. Pour ce faire, vous bénéficierez de l'aide d'un nouveau système vidéo interactif réalisé par des experts reconnus. 

Avec ce programme, vous comprendrez l'importance du traitement des données de masse pour les maladies épidémiologiques"

Participez au changement dans le domaine de la santé en ligne en appliquant l'intelligence artificielle et l'internet des objets (IoT) à la télémédecine"

Le programme de ce Mastère en E-Health et Big Data a été élaboré par une équipe de professionnels expérimentés en Sciences de la Santé qui partageront leurs connaissances sur le sujet, ainsi que leur expérience sur le terrain pour instruire les spécialistes. Grâce à leur contribution et aux différents formats audiovisuels dans lesquels les contenus sont présentés, les étudiants découvriront le système de santé, la médecine moléculaire, la reconnaissance par les images biomédicales et le Big Data en médecine, parmi de nombreuses autres questions, de manière dynamique et simple. Pour ce faire, TECH Université Technologique applique la méthodologie du Relearning, qui permet aux spécialistes d'éviter de longues heures de mémorisation, en assimilant les contenus de manière progressive et efficace.

Vous serez soutenu par une équipe d'enseignants expérimentés en Sciences de la Santé qui vous donneront les clés pour agir dans le domaine de la santé en appliquant l'E-Health"

Module 1. Médecine moléculaire et diagnostics pathologiques 

1.1. Médecine moléculaire 

1.1.1. Biologie cellulaire et moléculaire. Lésion cellulaire et mort cellulaire. Vieillissement
1.1.2. Maladies causées par des micro-organismes et défense de l'hôte
1.1.3. Maladies auto-immunes
1.1.4. Maladies toxicologiques
1.1.5. Maladies liées à l'hypoxie
1.1.6. Maladies liées à l'environnement
1.1.7. Maladies génétiques et épigénétique
1.1.8. Maladies oncologiques

1.2. Système circulatoire

1.2.1. Anatomie et fonction
1.2.2. Maladies du myocarde et insuffisance cardiaque
1.2.3. Maladies du rythme cardiaque
1.2.4. Maladies valvulaires et péricardiques
1.2.5. Athérosclérose, athérosclérose et hypertension artérielle
1.2.6. Maladies artérielles et veineuses périphériques
1.2.7. Les maladies lymphatiques (les grandes oubliées)

1.3. Maladies du système respiratoire 

1.3.1. Anatomie et fonction
1.3.2. Maladies pulmonaires obstructives aiguës et chroniques
1.3.3. Maladies pleurales et médiastinales
1.3.4. Maladies infectieuses du parenchyme pulmonaire et des bronches 
1.3.5. Maladies de la circulation pulmonaire

1.4. Maladies du tube digestif 

1.4.1. Anatomie et fonction
1.4.2. Système digestif, nutrition et échange eau-électrolyte
1.4.3. Maladies gastro-œsophagiennes
1.4.4. Maladies infectieuses gastro-intestinales
1.4.5. Maladies du foie et des voies biliaires
1.4.6. Maladies du pancréas
1.4.7. Maladies du côlon

1.5. Maladies du rein et des voies urinaires

1.5.1. Anatomie et fonction
1.5.2. Insuffisance rénale (prérénale, rénale et post-rénale). Comment se déclenchent-ils?
1.5.3. Maladies obstructives de l'appareil urinaire
1.5.4. Insuffisance sphinctérienne de l'appareil urinaire
1.5.5. Syndrome néphrotique et syndrome néphritique

1.6. Maladies du système endocrinien

1.6.1. Anatomie et fonction
1.6.2. Le cycle menstruel et ses conditions
1.6.3. Les maladies thyroïdiennes 
1.6.4. Les maladies des glandes surrénales
1.6.5. Maladies des gonades et de la différenciation sexuelle
1.6.6. Axe hypothalamo-hypophysaire, métabolisme du calcium, vitamine D et ses effets sur la croissance et le système osseux

1.7. Métabolisme et nutrition

1.7.1. Nutriments essentiels et non essentiels (clarification des définitions)
1.7.2. Métabolisme des glucides et ses altérations
1.7.3. Métabolisme des protéines et ses altérations
1.7.4. Métabolisme des lipides et ses altérations
1.7.5. Métabolisme du fer et ses altérations
1.7.6. Altérations de l'équilibre acido-basique
1.7.7. Métabolisme du sodium, du potassium et ses altérations
1.7.8. Les maladies nutritionnelles (hypercaloriques et hypocaloriques)

1.8. Les maladies hématologiques 

1.8.1. Anatomie et fonction
1.8.2. Maladies de la série rouge
1.8.3. Maladies de la série blanche, ganglions lymphatiques et rate
1.8.4. Maladies de l'hémostase et de la coagulation

1.9. Maladies de l'appareil locomoteur 

1.9.1. Anatomie et fonction 
1.9.2. Articulations, types et fonction 
1.9.3. Régénération osseuse 
1.9.4. Développement normal et pathologique du système squelettique 
1.9.5. Déformations des membres supérieurs et inférieurs 
1.9.6. Pathologie des articulations, cartilage et analyse du liquide synovial 
1.9.7. Maladies articulaires d'origine immunologique 

1.10. Maladies du système nerveux

1.10.1. Anatomie et fonction 
1.10.2. Développement du système nerveux central et périphérique 
1.10.3. Développement de la colonne vertébrale et de ses composants 
1.10.4. Troubles cérébelleux et proprioceptifs 
1.10.5. Maladies spécifiques du cerveau (système nerveux central) 
1.10.6. Maladies de la moelle épinière et du liquide céphalorachidien 
1.10.7. Maladies sténosantes du système nerveux périphérique 
1.10.8. Maladies infectieuses du système nerveux central 
1.10.9. Maladies cérébrovasculaires (sténotiques et hémorragiques)

Module 2. Système de santé. Gestion et direction des centres de santé

2.1. Systèmes de santé

2.1.1. Système de santé
2.1.2. Systèmes de santé selon l'OMS
2.1.3. Contexte sanitaire

2.2. Modèles Sanitaires I. Bismark contre Beveridge

2.2.1. Modèle de Bismark
2.2.2. Modèle Beveridge
2.2.3. Modèle Bismark vs. Modèle Beveridge

2.3. Modèles Sanitaire II. Modèle de Semashko, privé et mixte

2.3.1. Modèle de Semashko
2.3.2. Modèle privé
2.3.3. Modèle mixte

2.4. Le marché de la santé

2.4.1. Le marché de la santé
2.4.2. Régulation et limites du marché de la santé
2.4.3. Les modes de rémunération des médecins et des hôpitaux
2.4.4. L'ingénieur clinicien

2.5. Hôpitaux. Typologie

2.5.1. Architecture hospitalière
2.5.2. Types d'hôpitaux
2.5.3. Organisation des hôpitaux

2.6. Les métriques de la santé

2.6.1. Mortalité
2.6.2. Morbidité
2.6.3. Années de vie en bonne santé

2.7. Méthodes d'allocation des ressources de santé

2.7.1. Programmation linéaire
2.7.2. Modèles de maximisation
2.7.3. Modèles de minimisation

2.8. Mesure de la productivité dans le domaine de la santé

2.8.1. Mesures de la productivité en santé
2.8.2. Ratios de productivité
2.8.3. Ajustement des intrants
2.8.4. Ajustement de la production

2.9. Amélioration des processus dans le domaine de la santé

2.9.1. Processus de Lean Management
2.9.2. Outils de simplification du travail
2.9.3. Outils d'investigation des problèmes

2.10. Gestion de projet dans la santé

2.10.1. Rôle du Project Manager
2.10.2. Outils de gestion d'équipe et de projet
2.10.3. Gestion du temps et du calendrier 

Module 3. Recherche en sciences de la santé

3.1. La recherche scientifique I. La méthode scientifique

3.1.1. Recherche scientifique
3.1.2. Recherche en sciences de la santé
3.1.3. La méthode scientifique

3.2. Recherche scientifique II. Typologie

3.2.1. La recherche basique
3.2.2. La recherche clinique
3.2.3. La recherche translationnelle

3.3. La médecine fondée sur des données probantes

3.3.1. La médecine fondée sur des données probantes
3.3.2. Principes de la médecine factuelle
3.3.3. Méthodologie de la médecine factuelle

3.4. Éthique et législation de la recherche scientifique. La déclaration d'Helsinki

3.4.1. Le comité d'éthique
3.4.2. La déclaration d'Helsinki
3.4.3. L'éthique dans les sciences de la santé

3.5. Les résultats de la recherche scientifique

3.5.1. Méthodes
3.5.2. Puissance et rigueur statistiques
3.5.3. Validité des résultats scientifiques

3.6. Communication publique

3.6.1. Sociétés scientifiques
3.6.2. Le congrès scientifique
3.6.3. Les structures de communication

3.7. Le financement de la recherche scientifique

3.7.1. Structure d'un projet scientifique
3.7.2. Financement public
3.7.3. Financement privé et industriel

3.8. Ressources scientifiques pour la recherche bibliographique. Bases de données en Sciences de la Santé I

3.8.1. PubMed-Medline
3.8.2. Embase
3.8.3. WOS et JCR
3.8.4. Scopus et Scimago
3.8.5. Micromedex
3.8.6. MEDES
3.8.7. IBECS
3.8.8. LILACS
3.8.9. BDENF
3.8.10. Cuidatge
3.8.11. CINAHL
3.8.12. Cuiden Plus
3.8.13. Enfispo
3.8.14. Bases de données du NCBI (OMIM, TOXNET) y los NIH (National Cancer Institute)

3.9. Ressources scientifiques pour la recherche bibliographique. Bases de données en Sciences de la Santé II

3.9.1. NARIC- Rehabdata
3.9.2. PEDro
3.9.3. ASABE: Technical Library
3.9.4. CAB Abstracts 
3.9.5. Bases de données du PCEM (Centre for Reviews and Dissemination)
3.9.6. Biomed Central BMC
3.9.7. ClinicalTrials.gov
3.9.8. Clinical Trials Register
3.9.9. DOAJ- Directory of Open Acess Journals
3.9.10. PROSPERO (Registre international prospectif des revues systématiques)
3.9.11. TRIP
3.9.12. LILACS
3.9.13. NIH. Medical Library
3.9.14. Medline Plus
3.9.15. Ops

3.10. Ressources scientifiques pour la recherche bibliographique III. Moteurs de recherche et plateformes

3.10.1. Moteurs de recherche et moteurs de recherche multiple

3.10.1.1. Findr
3.10.1.2. Dimensions
3.10.1.3. Google Scholar
3.10.1.4. Microsoft Academic

3.10.2. Plate-forme internationale de registres d'essais cliniques de l'OMS (ICTRP)

3.10.2.1. PubMed Central PMC
3.10.2.1. Collecteur scientifique ouvert (RECOLECTA)
3.10.2.2. Zenodo

3.10.3. Moteurs de recherche de thèses de doctorat

3.10.3.1. DART-Europe
3.10.3.2. Dialnet-Thèses de doctorat
3.10.3.3. OATD (Open Access Theses and Dissertations)
3.10.3.4. TDR (Réseau de thèses de doctorat)
3.10.3.5. TESEO

3.10.4. Gestionnaires bibliographiques

3.10.4.1. Endnote online
3.10.4.2. Mendeley
3.10.4.3. Zotero
3.10.4.4. Citeulike
3.10.4.5. Refworks

3.10.5. Réseaux sociaux numériques pour les chercheurs

3.10.5.1. Scielo
3.10.5.2. Dialnet
3.10.5.3. Free Medical Journals
3.10.5.4. DOAJ
3.10.5.5. Open Science Directory
3.10.5.6. Redalyc
3.10.5.7. Academia.edu
3.10.5.8. Mendeley
3.10.5.9. ResearchGate

3.10.6. Ressources du Web social 2.0

3.10.6.1. Delicious
3.10.6.2. SlideShare
3.10.6.3. YouTube
3.10.6.4. Twitter
3.10.6.5. Blogs des sciences de la santé
3.10.6.6. Facebook
3.10.6.7. Evernote
3.10.6.8. Dropbox
3.10.6.9. Google Drive

3.10.7. Portails d'éditeurs et d'agrégateurs de revues scientifiques

3.10.7.1. Science Direct
3.10.7.2. Ovid
3.10.7.3. Springer
3.10.7.4. Wiley
3.10.7.5. Proquest
3.10.7.6. Ebsco
3.10.7.7. BioMed Central

Module 4. Techniques, reconnaissance et intervention par l'imagerie biomédicale

4.1. Imagerie médicale

4.1.1. Modalités de l'imagerie médicale
4.1.2. Objectifs des systèmes d'imagerie médicale
4.1 3. Systèmes de stockage d'images médicales

4.2. Radiologie

4.2.1. Méthode d'imagerie
4.2.2. Interprétation radiologique
4.2.3. Applications cliniques

4.3. La tomographie assistée par ordinateur (TAO)

4.3.1. Principe de fonctionnement
4.3.2. Génération et acquisition d'images
4.3.3. Tomographie assistée par ordinateur. Typologie
4.3.4. Applications cliniques

4.4. Imagerie par résonance magnétique (IRM)

4.4.1. Principe de fonctionnement
4.4.2. Génération et acquisition d'images
4.4.3. Applications cliniques

4.5. Ultrasons: échographie et échographie Doppler

4.5.1. Principe de fonctionnement
4.5.2. Génération et acquisition d'images
4.5.3. Typologie
4.5.4. Applications cliniques

4.6. Médecine ncléaire

4.6.1. Base physiologique des études nucléaires. (Radiopharmaceutiques et Médecine Nucléaire)
4.6.2. Génération et acquisition d'images
4.6.3. Types de tests

4.6.3.1. Gammagraphie
4.6.3.2. SPECT
4.6.3.3. PET
4.6.3.4. Applications cliniques

4.7. Interventionnisme guidé par l'image

4.7.1. Radiologie interventionnelle
4.7.2. Objectifs de la radiologie interventionnelle
4.7.3. Procédures
4.7.4. Avantages et inconvénients

4.8. La qualité de l'image

4.8.1. Technique
4.8.2. Contraste
4.8.3. Résolution
4.8.4. Bruit
4.8.5. Distorsion et artefacts

4.9. Tests d'imagerie médicale. Biomédecine

4.9.1. Imagerie 3D
4.9.2. Biomodèles

4.9.2.1. Norme DICOM
4.9.2.2. Applications cliniques

4.10. Protection contre les radiations

4.10.1. Législation européenne applicable aux services de radiologie
4.10.2. Sécurité et protocoles d'action
4.10.3. La gestion des déchets radiologiques
4.10.4. Protection contre les radiations
4.10.5. Entretien et caractéristiques des locaux

Module 5. Informatique bio-informatique

5.1. Dogme central en bio-informatique et en informatique. Situation actuelle

5.1.1. L'application idéale en bio-informatique
5.1.2. Développements parallèles en biologie moléculaire et en informatique
5.1.3. Dogmes en biologie et en théorie de l'information
5.1.4. Les flux d'information

5.2. Bases de données pour le calcul bioinformatique

5.2.1. Bases de données
5.2.2. Gestion des données
5.2.3. Cycle de vie des données en bio-informatique

5.2.3.1. Utilisation
5.2.3.2. Modification
5.2.3.3. Archive
5.2.3.4. Réutilisation
5.2.3.5. Rejeté

5.2.4. Technologie des bases de données en bio-informatique

5.2.4.1. Architecture
5.2.4.2. Gestion des bases de données

5.2.5. Interfaces avec les bases de données en bio-informatique

5.3. Réseaux pour le calcul bio-informatique

5.3.1. Modèles de communication. Réseaux LAN, WAN, MAN et PAN
5.3.2. Protocoles et transmission de données
5.3.3. Topologie des réseaux
5.3.4. Hardware en Datacenters pour l’informatique
5.3.5. Sécurité, gestion et mise en œuvre

5.4. Moteurs de recherche en bio-informatique

5.4.1. Moteurs de recherche en bio-informatique
5.4.2. Processus et technologies des moteurs de recherche en bio-informatique
5.4.3. Modèles de calcul: algorithmes de recherche et d'approximation

5.5. Visualisation des données en bio-informatique

5.5.1. Visualisation de séquences biologiques
5.5.2. Visualisation de structures biologiques

5.5.2.1. Outils de visualisation
5.5.2.2. Outils de rendering

5.5.3. Interface futures des applications bio-informatiques
5.5.4. Architectures d'information pour la visualisation en bio-informatique

5.6. Statistiques pour l'informatique

5.6.1. Concepts statistiques pour le calcul en bio-informatique
5.6.2. Cas d'utilisation: les microréseaux MARN
5.6.3. Données imparfaites. Erreurs dans les statistiques: hasard, approximation, bruit et hypothèses
5.6.4. Quantification des erreurs: précision, sensibilité et sensibilités
5.6.5. Regroupement et classification

5.7. Extraction de données

5.7.1. Méthodes d'exploration de données et de calcul
5.7.2. Exploration de données et infrastructure de calcul
5.7.3. Découverte et reconnaissance de formes
5.7.4. Apprentissage automatique et nouveaux outils

5.8. Le filtrage génétique

5.8.1. Le filtrage génétique
5.8.2. Méthodes de calcul pour les alignements de séquences
5.8.3. Outils de comparaison de motifs

5.9. Modélisation et simulation

5.9.1. Utilisation dans le domaine pharmaceutique: découverte de médicaments
5.9.2. Structure des protéines et biologie des systèmes
5.9.3. Outils disponibles et avenir

5.10. Projets de collaboration et de calcul électronique

5.10.1. Grille de calcul
5.10.2. Normes et règles. Uniformité, cohérence et inter-opérabilité
5.10.3. Projets informatiques collaboratifs

Module 6. Bases de données biomédicales

6.1. Bases de données biomédicales

6.1.1. Bases de données biomédicales
6.1.2. Bases de données primaires et de secondaires
6.1.3. Principales bases de données

6.2. Bases de données ADN

6.2.1. Bases de données du génome
6.2.2. Bases de données sur les gènes
6.2.3. Bases de données de mutations et de polymorphismes

6.3. Bases de données sur les protéines

6.3.1. Bases de données de séquences primaires
6.3.2. Bases de données de séquences secondaires et de domaines
6.3.3. Bases de données de structures macromoléculaires

6.4. Bases de données de projets omiques

6.4.1. Bases de données pour les études génomiques
6.4.2. Bases de données pour les études transcriptomiques
6.4.3. Bases de données pour les études de protéomique

6.5. Bases de données pour les maladies génétiques. Médecine personnalisée et de précision

6.5.1. Bases de données sur les maladies génétiques
6.5.2. Médecine de précision. Nécessité d'une intégration des données génétiques
6.5.3. Extraction des données OMIM

6.6. Référentiels de patients autodéclarés

6.6.1. Utilisation secondaire des données
6.6.2. Le patient dans la gestion des données déposées
6.6.3. Référentiels de questionnaires auto-déclarés. Exemples

6.7. Bases de données ouvertes Elixir

6.7.1. Bases de données ouvertes Elixir
6.7.2. Bases de données collectées sur la plateforme Elixir
6.7.3. Critères de choix entre les deux bases de données

6.8. Bases de données sur les effets indésirables des médicaments (EIM)

6.8.1. Processus de développement pharmacologique
6.8.2. Déclaration des effets indésirables des médicaments
6.8.3. Référentiels d'effets indésirables aux niveaux européen et international

6.9. Plan de gestion des données de recherche. Données à déposer dans des bases de données publiques

6.9.1. Plan de gestion des données
6.9.2. Conservation des données issues de la recherche
6.9.3. Dépôt des données dans une base de données publique

6.10. Bases de données cliniques. Problèmes liés à l'utilisation secondaire des données de santé

6.10.1. Dépôts de dossiers médicaux
6.10.2. Le cryptage des données

Module 7. Big Data en Mdecine: traitement massif de données médicales

7.1. Big Data dans la recherche biomédicale

7.1.1. Génération de données en biomédecine
7.1.2. Technologie à haut débit (Technologie High-throughput)
7.1.3. Utilité des données à haut débit. Hypothèses à l'ère du Big Data

7.2. Prétraitement des données dans le Big Data

7.2.1. Prétraitement des données
7.2.2. Méthodes et approches
7.2.3. Problèmes de prétraitement des données dans le Big Data

7.3. Génomique structurelle

7.3.1. Le séquençage du génome humain
7.3.2. Séquençage vs. Chips
7.3.3. Découverte de variantes

7.4. Génomique fonctionnelle

7.4.1. Annotation fonctionnelle
7.4.2. Prédicteurs de risque dans les mutations
7.4.3. Études d'association à l'échelle du génome

7.5. Transcriptomique

7.5.1. Techniques d'obtention de données massives en transcriptomique: RNA-seq
7.5.2. Normalisation des données transcriptomiques
7.5.3. Études d'expression différentielle

7.6. Interactomique et épigénomique

7.6.1. Le rôle de la chromatine dans l'expression des gènes
7.6.2. Études de haute performance en interactomique
7.6.3. Études à haut débit en épigénétique

7.7. Protéomique

7.7.1. Analyse des données de spectrométrie de masse
7.7.2. Étude des modifications post-traductionnelles
7.7.3. Protéomique quantitative

7.8. Techniques d'enrichissement et Clustering

7.8.1. Contextualisation des résultats
7.8.2. Algorithmes de Clustering dans les techniques omiques
7.8.3. Dépôts pour l'enrichissement: Gene Ontology et KEGG

7.9. Applications du Big Data dans le domaine de la santé publique

7.9.1. Découverte de nouveaux biomarqueurs et de nouvelles cibles thérapeutiques
7.9.2. Prédicteurs de risque
7.9.3. Médecine personnalisée

7.10. Big Data appliqué à la médecine

7.10.1. Le potentiel d'aide au diagnostic et à la prévention
7.10.2. Utilisation d'algorithmes Machine Learning dans le domaine de la santé publique
7.10.3. Le problème de la vie privée

Module 8. Applications de l'intelligence artificielle et internet des objets (IdO) à la télémédecine

8.1. Plateforme E-Health Personnalisation du service de santé

8.1.1. Plateforme E-Health
8.1.2. Ressources pour une plateforme de E-Health
8.1.3. Programme ”Digital Europe”. Digital Europe-4-Health et Horizon Europe

8.2. L'intelligence artificielle dans le domaine de la santé I: Nouvelles solutions dans les applications logicielles

8.2.1. Analyse à distance des résultats
8.2.2. Chatbox
8.2.3. Prévention et suivi en temps réel
8.2.4. Médecine préventive et personnalisée en oncologie

8.3. L'intelligence artificielle dans le domaine de la santé II: suivi et défis éthiques

8.3.1. Monitoring des patients à mobilité réduite
8.3.2. Surveillance cardiaque, diabète, asthme
8.3.3. Applications de santé et de bien-être

8.3.3.1. Moniteurs de fréquence cardiaque
8.3.3.2. Mesure de pression sanguine

8.3.4. Éthique de l'IA dans le domaine médical. Protection des données

8.4. Algorithmes d'intelligence artificielle pour le traitement des images

8.4.1. Algorithmes d'intelligence artificielle pour le traitement d'images
8.4.2. Diagnostic et surveillance par l'image en télémédecine
8.4.2.1. Diagnostic du mélanome
8.4.3. Limites et défis du traitement d'images en télémédecine

8.5. Applications de l'accélération des Unités de Traitement Graphique (GPU) en Médecine

8.5.1. Parallélisation des programmes
8.5.2. Fonctionnement du GPU
8.5.3. Applications de l'accélération par le GPU en médecine

8.6. Traitement du langage naturel (NLP) en télémédecine

8.6.1. Traitement des textes médicaux. Méthodologie
8.6.2. Traitement du langage naturel dans la thérapie et les dossiers médicaux
8.6.3. Limites et défis du traitement du langage naturel en télémédecine

8.7. Internet des Objets (IdO) en Télémédecine. Applications

8.7.1. Surveillance des signes vitaux. Weareables

8.7.1.1. Pression sanguine, température, rythme cardiaque

8.7.2. IoT et Technologie Cloud

8.7.2.1. Transmission de données vers le cloud

8.7.3. Terminaux en libre-service

8.8. IdO dans la surveillance et les soins aux patients

8.8.1. Applications de IdO pour la détection des urgences
8.8.2. Internet des objets dans la réadaptation des patients
8.8.3. Soutien de l'intelligence artificielle dans la reconnaissance et le sauvetage des blessés

8.9. Nanorobots. Typologie

8.9.1. Nanotechnologie
8.9.2. Types de Nanorobots

8.9.2.1. Montage. Applications
8.9.2.2. Auto-réplicateurs Applications

8.10. L'intelligence artificielle dans le contrôle de COVID-19

8.10.1. COVID-19 et télémédecine
8.10.2. Gestion et communication de l'évolution et des foyers
8.10.3. Prédiction des épidémies par l’intelligence artificielle

Module 9. Télémédecine et dispositifs médicaux, chirurgicaux et biomécaniques

9.1. Télémédecine et télésanté

9.1.1. La télémédecine en tant que service de télésanté
9.1.2. Télémédecine

9.1.2.1. Objectifs de la télémédecine
9.1.2.2. Avantages et limites de la télémédecine

9.1.3. La santé en ligne. Technologies

9.2. Systèmes de télémédecine

9.2.1. Composants d'un système de télémédecine

9.2.1.1. Personnel
9.2.1.2. Technologie

9.2.2. Technologies de l'Information et de la Communication (TIC) dans le secteur de la santé

9.2.2.1. THealth
9.2.2.2. mHealth
9.2.2.3. UHealth
9.2.2.4. pHealth

9.2.3. Évaluation des systèmes de télémédecine

9.3. Infrastructure technologique de télémédecine

9.3.1. Réseaux téléphoniques publics (RTPC)
9.3.2. Réseaux satellitaires
9.3.3. Réseaux numériques à intégration de services (RNIS)
9.3.4. Technologies sans fil

9.3.4.1. Wap. Protocole d'application sans fil
9.3.4.2. Bluetooth

9.3.5. Connexions micro-ondes
9.3.6. ATM Mode de transfert asynchrone

9.4. Types de télémédecine. Utilisations dans le domaine de la santé

9.4.1. Surveillance à distance des patients
9.4.2. Technologies de stockage et de transmission
9.4.3. Télémédecine interactive

9.5. Applications générales de télémédecine

9.5.1. Téléassistance
9.5.2. Télésurveillance
9.5.3. Télédiagnostic
9.5.4. Téléenseignement
9.5.5. Gestion à distance

9.6. Applications cliniques de la télémédecine

9.6.1. Téléradiologie
9.6.2. Télédermatologie
9.6.3. Télé-oncologie
9.6.4. Télépsychiatrie
9.6.5. Téléassistance à domicile (Telehome-care)

9.7. Technologies Smart et d'assistance

9.7.1. Intégration des Smart Home
9.7.2. Santé numérique dans l'amélioration des traitements
9.7.3. La technologie Opa dans la télésanté. Vêtements intelligents

9.8. Aspects éthiques et juridiques de la télémédecine

9.8.1. Fondements éthiques
9.8.2. Cadres réglementaires communs
9.8.4. Normes ISO

9.9. Télémédecine et dispositifs diagnostiques, chirurgicaux et biomécaniques

9.9.1. Dispositifs de diagnostic
9.9.2. Dispositifs chirurgicaux
9.9.2. Dispositifs biomécaniques

9.10. Télémédecine et dispositifs médicaux

9.10.1. Dispositifs médicaux

9.10.1.1. Dispositifs médicaux mobiles
9.10.1.2. Chariots de télémédecine
9.10.1.3. Kiosques de télémédecine
9.10.1.4. Appareil photo numérique
9.10.1.5. Kit de télémédecine
9.10.1.6. Logiciel de télémédecine

Module 10. Innovation commerciale et esprit d'entreprise dans le domaine de E-Health

10.1. Entrepreneuriat et innovation

10.1.1. Innovation
10.1.2. Entrepreneuriat
10.1.3. Une Startup

10.2. L'esprit d'entreprise en E-Health

10.2.1. Marché innovant en E-Health
10.2.2. Produits Verticaux de la E-Health: mHealth
10.2.3. TeleHealth

10.3. Modèles commerciaux I: premiers stades de l'entrepreneuriat

10.3.1. Types de modèles d'entreprise

10.3.1.1. Marketplace
10.3.1.2. Plateformes numériques
10.3.1.3. Saas

10.3.2. Éléments essentiels de la phase de démarrage. De l'idée à l'entreprise
10.3.3. Les erreurs courantes dans les premiers pas de l'entrepreneuriat

10.4. Modèles d'entreprise II: Modèle Canvas

10.4.1. Business Model Canvas
10.4.2. Proposition de valeur
10.4.3. Activités et Ressources clés
10.4.4. Segmentation de la clientèle
10.4.5. Relation avec les clients
10.4.6. Canaux de distribution
10.4.7. Alliances

10.4.7.1. Structure des coûts et flux de revenus

10.5. Modèles d'entreprise III: méthodologie Lean Startup

10.5.1. Créa
10.5.2. Valide
10.5.3. Mesure
10.5.4. Décide

10.6. Modèles d'entreprise IV: analyse externe, stratégique et réglementaire 

10.6.1. Océan rouge et océan bleu
10.6.2. Courbe de valeur
10.6.3. Réglementation applicable en E-Health

10.7. Modèles de réussite en E-Health I: Savoir avant d'innover

10.7.1. Analyse des entreprises de E-Health qui ont réussi
10.7.2. Analyse de l'entreprise X
10.7.3. Analyse de l'entreprise Y
10.7.4. Analyse de l'entreprise Z

10.8. Modèles de réussite en E-Health II: écouter avant d'innover 

10.8.1. Entretien pratique avec le CEO de Startup E-Health
10.8.2. Entretien pratique PDG de Startup “secteur x”
10.8.3. Entretien pratique direction technique de Startup “x”

10.9. Environnement entrepreneurial et financement

10.9.1. L'écosystème entrepreneurial dans le secteur de la santé
10.9.2. Financement
10.9.3. Entretien de cas

10.10. Outils pratiques pour l'esprit d'entreprise et l'innovation

10.10.1. Outils OSINT (Open Source Intelligence)
10.10.2. Analyse
10.10.3. Outils No-code pour l'entrepreneuriat

Un programme pour les professionnels qui veulent maîtriser tous les outils pratiques pour l'entrepreneuriat et l'innovation dans leur organisation"