Master 2 Biostatistique, Bioinformatique, Intelligence Artificielle et Épidémiologie (B2AI-EPI)

Objectif général du parcours

Ce parcours forme des experts en modélisation statistique et analyse de données complexes appliquées à la santé. Il combine une maîtrise avancée de la biostatistique avec les principes fondamentaux de l'épidémiologie quantitative. L'objectif est de donner aux étudiants les outils méthodologiques pour concevoir des études de santé publique, analyser des données de recherche clinique et appréhender les enjeux de l'intervention sanitaire.
 

Organisation générale du parcours

Déroulement de l'année : cours théoriques de septembre à décembre, suivis de 4 à 6 mois de stage entre janvier et juin. Soutenances prévues en juin.
Langue de formation : français
Lieu : en présentiel, Campus Rockefeller
Options : Biostatistiques-Biomathématiques / Bioinformatique / Intelligence Artificielle / Épidémiologie
Co-accréditation : parcours co-accrédité avec l'École Centrale de Lyon
 

Objectifs pédagogiques

  • Maîtriser les modèles statistiques pour la recherche clinique, l'épidémiologie et la médecine de précision
  • Apprendre à traiter des données complexes, multimodales ou de grande dimension
  • Acquérir les bases théoriques pour le développement et l'implémentation de modèles d'intelligence artificielle (réseaux de neurones) en santé
  • Maîtriser les concepts de l'épidémiologie quantitative appliqués aux pathologies majeures (cancer, maladies infectieuses) et à la santé environnementale
 

Compétences acquises

  • Méthodologie : concevoir et analyser des études expérimentales et observationnelles complexes à des fins d’inférence causale et de prédiction
  • Modélisation : maîtriser l'inférence statistique, la modélisation de données longitudinales et les méthodes de modélisation flexible
  • Innovation : développer et valider des algorithmes d'IA et de machine learning dédiés au secteur de la santé
  • Analyse décisionnelle : identifier et évaluer des biomarqueurs pour le diagnostic et le pronostic (médecine personnalisée)
 

Débouchés

Par type de poste :
  • Biostatisticien ou épidémiologiste
  • Data Scientist en santé ou bioinformaticien
  • Ingénieur de recherche ou chargé d'études statistiques
Par type de structure :
  • Secteur public : organismes de recherche (INSERM, CNRS, INRAE, INRIA), hôpitaux (CHU), agences sanitaires (ANSM, ANSES), universités et collectivités
  • Secteur privé : industrie pharmaceutique et biotechnologique, start-up en santé numérique/IA, sociétés de conseil (CRO) et secteur agroalimentaire
 

Conditions d’accès ou prérequis

Formation initiale : Étudiants titulaires d’un M1 en Santé Publique, Mathématiques, Informatique ou Biologie avec une forte composante statistique. Également ouvert aux élèves-ingénieurs (Centrale Lyon, INSA, EPFL) et élèves des ENS.
Formation continue : Accessible aux professionnels de santé (médecins, pharmaciens, vétérinaires, dentistes) ayant validé un M1 ou via une validation d'acquis (VAP/VAE).

Condition d'ouverture du master : 18 étudiants minimum.
 

Stage

Durée et période : 4 mois minimum, de mi-janvier à juin
Attendus : Le stage doit inclure une dimension de développement ou de comparaison de méthodes statistiques complexes (et non une simple application de routine).
Exemples de missions de stage :
  • Recherche clinique : Comparaison de modèles de survie complexes pour optimiser l'analyse d'essais cliniques en oncologie.
  • Intelligence Artificielle : Développement et validation d'un score prédictif par Machine Learning pour la médecine de précision.
  • Épidémiologie : Analyse d'impact des expositions environnementales sur la santé à partir de données de cohortes massives.
Évaluation : Rédaction de deux mémoires (bibliographique en janvier, final en juin) et une soutenance orale devant jury en juin.


Déroulement