De la recherche en intelligence artificielle pour la santé au module pédagogique : un transfert de connaissances appliquées

From Artificial Intelligence Research in Healthcare to a Teaching Module: A Transfer of Applied Knowledge

Univ Rennes, Inserm, LTSI - UMR 1099, F-35000 Rennes, France

^* Auteur de correspondance : sandie.cabon@univ-rennes.fr

Résumé

Au cours de l’année 2023-2024, un module intitulé "Développement de systèmes à base d’apprentissage pour la santé" a été proposé dans le cadre de la 3ème année de cycle ingénieur de l’Ecole Supérieure d’Ingénieurs de Rennes et du projet ReDHI. Ce module visait à transmettre des concepts avancés d’intelligence artificielle appliquée au domaine de la santé, tout en s’appuyant sur des travaux de recherche récents (gestion qualité des données, interprétabilité des modèles…) et, en particulier, ceux portés par le Laboratoire Traitement du Signal et de l’Image de l’Université de Rennes. Il était composé de trois parties : un cours magistral de 3 heures, deux séances de travaux dirigés d’1 heure 30 et de deux séances de travaux pratiques de 2 heures. A la fin du module, les étudiants ont été consultés. Ils ont apprécié le fait de travailler avec des méthodes récentes sur des sujets de recherche actuels. La durée allouée au module a été cependant jugée trop courte. Le nombre de séances de travaux pratiques et dirigés sera augmenté dès cette année pour adapter le rythme.

Abstract

In the academic year 2023–2024, a module entitled Learning-Based Systems Development for Health was introduced in the third year of the engineering program at the École Supérieure d’Ingénieurs de Rennes, within the ReDHI project. The course aimed to teach advanced artificial intelligence concepts applied to healthcare, drawing on recent research—including data quality management and model interpretability—particularly from the Signal and Image Processing Laboratory at the University of Rennes. The module consisted of a 3-hour lecture, two 1.5-hour tutorials, and two 2-hour practical sessions. Student feedback highlighted the value of working with state-of-the-art methods on current research topics, while also noting that the allocated time was too short. Consequently, the number of tutorials and practical sessions will be increased in the upcoming year to better match the learning pace.