Bannière

Librairie

Introduction à l'interopérabilité en santé

Présenté par

École de santé publique de l'Université de Montréal

En ligne

Activités de formation

L’interopérabilité est définie comme la capacité des systèmes d'information d'échanger de l'information, et d'interpréter et utiliser l'information échangée. En santé, les défis sont particulièrement grands étant donné l'hétérogénéité des pratiques d'une part, et la diversité des concepts et des standards de représentation informatisée d'autre part. Cette formation vise à initier les participants à l'interopérabilité en santé, ses dimensions techniques, sémantiques et humaines, ainsi que les outils et ressources disponibles pour la faciliter. Cette formation est organisée par l'École de santé publique de l'Université de Montréal en collaboration avec IVADO.

À qui s'adresse la formation:

  • Professionnels et gestionnaires œuvrant dans le domaine de la santé et qui sont intéressés par la santé numérique
  • Créateurs de logiciels d’aide à la décision
  • Développeurs et analystes intéressés par l'usage des données massives pour alimenter l'intelligence artificielle.
  • Aucune expérience en informatique requise.

Objectifs et contenu:

  • Décrire l'interopérabilité dans ses dimensions techniques, sémantiques et humaines, ainsi que les défis associés en santé
  • Énumérer les principales organisations impliquées dans l'interopérabilité en santé au Québec, Canada et ailleurs dans le monde
  • Décrire les principaux outils pour soutenir l'interopérabilité dans ses dimensions techniques
  • Décrire les principaux outils pour soutenir l'interopérabilité dans ses dimensions sémantiques (données et concepts)
  • Décrire les principales terminologies biomédicales par domaines cliniques
  • Décrire les ontologies biomédicales et les ressources multiterminologiques en santé

Découvrir

Projet en vedette

Ce projet de recherche vise à développer un outil capable de générer automatiquement des segmentations d’organes d’intérêt sur des images tomodensitométriques, à partir de techniques d’apprentissage automatique (machine learning).

Lire plus