Master 2 Biostatistique-Épidémiologie (B2AI-EPI)

Objectifs

  • Former des spécialistes de la modélisation statistique et de l’analyse de données pour la recherche médicale, plus précisément :
-    Des biostatisticiens pour l'analyse des essais thérapeutiques et des études épidémiologiques dans différents domaines (cancer, maladies cardiovasculaires, maladies infectieuses, …)
-    Des bioinformaticiens pour l'identification de biomarqueurs associés au diagnostic des maladies, à leur pronostic, et à la réponse thérapeutique
-    Des Data Scientists pour le développement de modèles d’intelligence artificielle en médecine
-    Des épidémiologistes pour la conception des études épidémiologiques et leurs analyses en particulier dans les domaines du cancer, des maladies infectieuses, et des différents environnements de vie dont le travail et les transports
 
  • Maîtriser les modèles innovants pour analyser des données complexes, multimodales ou de grande dimension (génome, transcriptome, protéome), pour identifier des marqueurs génétiques de susceptibilité et pour intégrer des données d’imagerie médicale en médecine de précision
  • Maîtriser les concepts théoriques pour le développement de modèles d'intelligence artificielle
  • Maîtriser les concepts théoriques et les modèles de l'épidémiologie quantitative, en particulier dans les domaines du cancer, des maladies infectieuses, de la santé au travail et de l'environnement

Ces spécialistes construiront des modèles intégrants des réseaux de neurones à partir de leurs connaissances des propriétés de ceux-ci. Ces développements de l’intelligence artificielle bénéficient du partenariat développé avec l’École Centrale Lyon (co-accréditation de la Mention). 

Le parcours B2AI-Epi intègre l’analyse statistique de données issues de la biologie moléculaire moderne (génome, transcriptome, protéome) et des nouvelles techniques d’imagerie médicale pour la réalisation des études et une optimisation de la prise en charge des patients basée sur leurs caractéristiques (médecine personnalisée).


Compétences acquises

  • Conception et analyse des essais thérapeutiques et des études épidémiologiques
  • Identification des biomarqueurs diagnostiques, pronostiques et de réponse thérapeutique
  • Développement de modèles d'intelligence artificielle dans le secteur de la santé

 
Débouchés

  • Biostatisticiens, Bioinformaticiens, Data Scientists, Epidémiologistes
    Recherche et Secteur public : (Université, Hôpitaux, INSERM, CNRS, INRA, INRIA, ANSM, ANSES, Collectivités territoriales), Laboratoires ou services de Biostatistique, de Bioinformatique, d’Intelligence Artificielle, de Pharmacologie, d'Epidémiologie, de génétique, de biologie moléculaire, d'imagerie, sur des postes de chercheurs, enseignants-chercheurs, ingénieurs d'études, ingénieurs de recherche pour les étudiants ayant poursuivi en thèse.
     
  • Industrie : Pharmaceutique, Agroalimentaire, Biotechnologies. Laboratoires ou départements de Biostatistique, de Bioinformatique, d’Intelligence Artificielle, de Pharmacologie et d'évaluation des thérapeutiques, d'Epidémiologie, de développement des méthodes diagnostiques, de génomique, de protéomique, auxquels viennent s'ajouter les nouveaux secteurs faisant appel aux développements technologiques dans le secteur de la santé.


Conditions d’accès ou prérequis

Mentions de M1 ou autres conseillées:

  • Sous réserve d’examen des dossiers par le jury d’admission, accès aux étudiants :

    •    Du Secteur Sciences :
    Titulaire d’un M1 de Santé Publique, BioSciences, Sciences des Systèmes de Santé, Maîtrise de Sciences Sanitaires et Sociales, Biologie, de Mathématiques, d’Informatique, ou d’un autre M1 compatible avec B2AI-EPI.
    Professionnels acceptés par la commission de validation de leurs acquis (VAP–VAE).
    •    Du Secteur Santé : 
    Professionnels diplômés et interne en médecine, pharmacie, odontologie, école nationale vétérinaire : après un M1 de Recherche Biomédicale compatible (double cursus), éventuellement dans le cadre de l’école de l’INSERM.
    •    Des Écoles d’ingénieurs :
    En dernière année de l’École Centrale Lyon, l’INSA, l’ISTIL-EPU ou d’une autre école d’ingénieur; EPFL (partenariat transfrontalier avec la Suisse); ENS à l’issue d’un M1 BioSciences.


Déroulement

 
SEMESTRE 3 - 30 ECTS
ORIENTATION BIOSTATISTIQUES - BIOMATHÉMATIQUES

UEs obligatoires - 15 ECTS

•    Anglais niveau 2 - 3 ECTS
•    Modèle linéaire et modèle linéaire généralisé - 3 ECTS
•    Du modèle biologique au modèle statistique - 3 ECTS
•    Inférence fréquentiste et bayésienne, paramétrique et non-paramétrique - 3 ECTS
•    Mémoire bibliographique - 3 ECTS

UEs optionnelles - 15 ECTS au choix parmi :

•    Modèles de survie - 3 ECTS
•    Modèles à effets mixtes - 3 ECTS
•    Modèle diagnostique et pronostique, qualité prédictive - 3 ECTS
•    Méthodologie statistique des essais cliniques - 3 ECTS
•    Modélisation en biostatistiques et inférence bayésienne - 3 ECTS
•    Analyse de données génétiques et génomiques en santé - 3 ECTS
•    Modélisation et simulation des systèmes complexes - 3 ECTS
ORIENTATION BIOINFORMATIQUE

UEs obligatoires - 18 ECTS

•    Anglais niveau 2 - 3 ECTS
•    Introduction à la bioinformatique moléculaire - 3 ECTS
•    Modèle linéaire et modèle linéaire généralisé - 3 ECTS
•    Du modèle biologique au modèle statistique - 3 ECTS
•    Analyse de données génétiques et génomiques en santé - 3 ECTS
•    Mémoire bibliographique - 3 ECTS

UEs optionnelles - 12 ECTS au choix parmi :

•    Méthodologie statistique des essais cliniques - 3 ECTS
•    Défis informatiques du Big Data - 3 ECTS
•    Apprentissage profond et intelligence artificielle - 3 ECTS
•    Modèle de survie - 3 ECTS
•    Modèle à effets mixtes - 3 ECTS
•    Modélisation en biostatistiques et inférence bayésienne - 3 ECTS
ORIENTATION INTELLIGENCE ARTIFICIELLE

UEs obligatoires - 15 ECTS

•    Anglais niveau 2 - 3 ECTS
•    Introduction à la Data Science - 3 ECTS
•    Modèle linéaire et modèle linéaire généralisé - 3 ECTS
•    Du modèle biologique au modèle statistique - 3 ECTS
•    Mémoire bibliographique - 3 ECTS

UEs optionnelles - 15 ECTS au choix parmi :

•    Modèles de survie - 3 ECTS
•    Modèles à effets mixtes - 3 ECTS
•    Défis informatiques du Big Data - 3 ECTS
•    Apprentissage profond et intelligence artificielle - 3 ECTS
•    Traitement et analyse des données visuelles et sonores - 3 ECTS
•    Analyse de données génétiques et génomiques en santé - 3 ECTS
•    Méthodologie statistique des essais cliniques - 3 ECTS
•    Modélisation en biostatistiques et inférence bayésienne - 3 ECTS
ORIENTATION ÉPIDÉMIOLOGIE
•    Anglais niveau 2 - 3 ECTS
•    Modèle linéaire et modèle linéaire généralisé - 3 ECTS
•    Analyse de données génétiques et génomiques en santé - 3 ECTS
•    Méthode en épidémiologie - 3 ECTS
•    Épidémiologie des cancers - 3 ECTS
•    Épidémiologie des maladies infectieuses - 3 ECTS
•    Modèles de survie - 3 ECTS
•    Modèle à effets mixtes - 3 ECTS
•    Transport et environnement - 3 ECTS
•    Mémoire bibliographique - 3 ECTS
SEMESTRE 4 - 30 ECTS

Orientations Biostatistiques-Biomathématiques / Bioinformatique / Épidémiologie

STAGE en laboratoire ou dans l’industrie. Mémoire technique ou article scientifique avec soutenance orale - 30 ECTS
 

Orientation Intelligence Artificielle 

•    Data mining et Big Data (cours décalé à fin février) - 3 ECTS
•    STAGE en laboratoire ou dans l’industrie. Mémoire technique ou article scientifique avec soutenance orale -  27 ECTS