Formation LMD

Management de l’Intelligence Artificielle et des Data pour l’Innovation en Santé

Mention concernée :  Sciences du médicament et des produits de santé
Parcours :  Management de l’Intelligence Artificielle et des Data pour l’Innovation en Santé
Diplôme national de master contrôlé par l'État

Résumé

Former des pharmaciens et médecins, cadres de haut niveau dans le domaine de l’IA et des data appliqué aux produits de santé (médicaments et dispositifs médicaux) et à l’innovation thérapeutique. En savoir plus

Accéder aux sections de la fiche

Détails

Présentation

L’intelligence artificielle et l’analyse des data de vie réelle révolutionne aujourd’hui le secteur de la santé et la recherche, le développement et la mise sur le marché des médicaments, des dispositifs médicaux et des outils diagnostiques. Face à cette transformation, les acteurs de la santé (industrie pharmaceutique, MedTech, CRO, start-ups, laboratoires et services hospitaliers, autorités de santé) ont besoin de professionnels de santé d’un nouveau type ayant un profil hybride, capables de maîtriser l’ensemble des enjeux scientifiques, éthiques, juridiques et économiques et de piloter des projets innovants dans ce champ en collaborant avec des chercheurs, cliniciens, data scientists et décideurs.

Objectifs

Savoir-faire et compétences

  • Utiliser les outils numériques avancés pour la collecte, la gestion, l’analyse et la visualisation des données de santé.
  • Assurer la qualité, la sécurité et la conformité des données, notamment en matière de cybersécurité et de protection des données de santé.
  • Appliquer l’IA à la conception, au développement et au suivi des médicaments, dispositifs médicaux et outils diagnostiques.
  • Exploiter l’IA pour améliorer les stratégies thérapeutiques, l’innovation clinique, l’évaluation des produits de santé et la prise en charge des patients.
  • Identifier et interpréter les exigences juridiques liées à l’usage de l’IA en santé (IA Act, données de santé, propriété intellectuelle, éthique).
  • Évaluer l’impact économique, stratégique et environnemental des innovations numériques en santé. 
  • Concevoir, piloter et évaluer des projets d’IA et de data appliqués à la santé en intégrant les enjeux scientifiques, réglementaires et organisationnels.
  • Mener une recherche appliquée dans le domaine de la santé numérique.
  • Communiquer efficacement des résultats complexes à des publics variés et collaborer au sein d’équipes pluridisciplinaires réunissant chercheurs, cliniciens, data scientists et décideurs

Lieux

Angers, Nantes

Responsable(s) de la formation

Masquer les détails supplémentaires

Admission

Prérequis

Public ciblé

  • Titulaires d’un diplôme de M1 dans le domaine de la biologie en Santé, du médicament ou de la chimie en Santé.
  • Internes en pharmacie ou en médecine.
  • Titulaires du diplôme de pharmacien ou de médecin ou étudiants ayant validé un diplôme de deuxième cycle d’études de Santé (DFASP2, DFASM2, DFASMa2, DFASO).
  • Titulaires d'un diplôme d'ingénieur.

Candidature

Modalités de candidature

Sur dossier et entretien : les candidatures se font via SURF, du 9 mars au 12 avril 2026 (candidature en ligne, puis entretien oral à distance).

Etre âgé(e) de moins de 30 ans pour bénéficier d’un contrat d’apprentissage. Les étudiants de plus de 30 ans peuvent bénéficier d’un contrat de professionnalisation.

Modalités de candidature spécifiques

Ouvert en alternance

  • 3 semaines en entreprise, 1 semaine en cours
  • Formation ouverte en apprentissage avec accompagnement du CFA-LEEM
  • Contact : Conseillère en apprentissage - Jennifer Fleury  -  j.fleury @ leem-apprentissage.org

Programme

Bloc 1 : Qualifier et traiter la donnée de santé (13 ECTS)

 Bloc 2 : Concevoir et utiliser l'intelligence artificielle en santé (16 ECTS)
  • Cadre juridique du traitement de la donnée de santé
  • Traitement des données massives
  • Cybersécurité et protection des données
  • Application de la Data au médicament, dispositif médical et diagnostic
  • Méthodologie statistique et analyse de données
  • Data visualisation
  • Cadre juridique de l'IA en santé
  • IA, machine learning, deep learning
  • Application de l'IA au médicament, dispositif médical et diagnostic

Bloc 3 : Enregistrer et valoriser un outil/technologie de santé numérique (17 ECTS)

Bloc 4 : Adopter une démarche raisonnée dans le développement d'un outil ou d’une technologie de santé numérique (8 ECTS)
  • Cadre réglementaire pour les dispositif médicaux numériques
  • Évaluation scientifique et économique d'un outil/technologie de santé numérique
  • Market access et viabilité des outils/technologies de santé numérique
  • Protection de la propriété intellectuelle et droits d'auteur
  • Éthique de la donnée et des outils/technologies de santé numérique
  • Impact écologique de la donnée et des outils/technologies de santé numérique
  • Sociologie de la donnée et des outils/technologies de santé numérique

Bloc 5 : Communiquer au sein d’un environnement professionnel (6 ECTS)

  • Gestion de projet
  • Communication et présentation

  • Mixte : évaluation continue et terminale en fin de semestre.
  • Évaluation par simulation, étude de cas et projets.
  • Rapport de stage/mémoire de recherche et soutenance.

Et après ?

Niveau de sortie

Bac+5 (Niveau 7)

Débouchés professionnels

Secteurs d'activité ou type d'emploi

Industries de santé / entreprises de santé :

  • Chef(fe) de projet IA / data / digital / données de vie réelle : pilote des projets intégrant l’intelligence artificielle, la data ou les technologies numériques pour améliorer les produits ou services de santé.
  • Chef(fe) de projet innovation : coordonne le développement de nouvelles solutions (produits, services ou processus) en santé, souvent en lien avec les nouvelles technologies ou les besoins émergents du marché.
  • Chef(fe) de projet / responsable affaires économiques, Market Access (prix, remboursement) : définit les stratégies pour obtenir le remboursement et fixer le prix des produits de santé auprès des autorités compétentes.
  • Chef(fe) de projet / responsable Health Economics and Outcomes Research (HEOR) : évalue l’impact économique et les résultats cliniques des produits de santé pour démontrer leur valeur ajoutée aux décideurs.
  • Responsable / chargé(e) affaires réglementaires : assure la conformité des produits de santé avec les réglementations locales et internationales tout au long de leur cycle de vie.
  • Responsable relations publiques, affaires gouvernementales : gère les relations avec les institutions publiques, les autorités de santé et les parties prenantes pour défendre les intérêts de l’entreprise.
  • Responsable de partenariats de recherches : développe et coordonne des collaborations scientifiques avec des partenaires académiques, industriels ou institutionnels.

Institutions / autorités de santé

  • Chef(fe) de projet IA / data / données de vie réelle : supervise des projets exploitant les données de santé pour orienter les politiques publiques ou améliorer les systèmes de soins.
  • Chef(fe) de projet innovation : met en œuvre des initiatives innovantes au sein des institutions pour moderniser les pratiques ou les outils de régulation.
  • Évaluateur(rice) clinique et non-clinique en agence réglementaire : analyse les dossiers de mise sur le marché des produits de santé pour en évaluer la sécurité, l’efficacité et la qualité.

 Établissements de santé

  • Praticien(ne) hospitalier ou hospitalo-universitaire
  • Ingénieur(e) hospitalier
  • Chef(fe) de projet en recherche clinique
  • Chief Data Officer (Directeur des données), Data Protection Officer (Délégué à la protection des données)
  • Chef(fe) de projets dans les centres de données numériques et entrepôts de données de santé
Mis à jour le 26 février 2026.