📋L'essentiel de la fiche RNCP 40513
| Intitulé | Sciences et Ingénierie - Informatique pour la Santé |
|---|---|
| Code RNCP | RNCP40513 |
| Niveau de qualification | Niveau 6 (Bac+3/4) |
| Certificateur | CESI +1 co-certificateur |
| Date d'échéance | 31 août 2030 |
| Début des parcours | 1er septembre 2025 |
| Code NSFs | 326m — Informatique, traitement de l'information326t — Programmation, mise en place de logiciels331 — Santé |
| Code ROMEs | J1306 — Imagerie médicaleM1403 — Études et prospectives socio-économiquesM1805 — Études et développement informatiqueM1806 — Conseil et maîtrise d'ouvrage en systèmes d'informationM1810 — Production et exploitation de systèmes d'information |
🎯Objectifs de la certification
A l’origine, les métiers de l’intelligence artificielle (IA) relèvent plutôt de la data science ou des mathématiques. Encore récemment, ces métiers étaient réservés aux personnes qui sortaient de grandes écoles/écoles d’ingénieurs. Mais la situation a évolué. La puissance de calcul est plus grande, l’IA nous entoure de plus en plus au quotidien et le grand public est plus sensibilisé à ces technologies. Et du point de vue business, les grands éditeurs, dont Microsoft, ont mis en place des outils qui permettent de simplifier le développement d’un produit IA : la plateforme Azure, les services cognitifs… Tout cela participe à la démocratisation des métiers de l’IA.
Nous avons toujours besoin de data scientists et de mathématiciens, mais avec la démocratisation des outils, il faut également des profils plus techniciens et plus opérationnels avec un background théorique, certes, mais aussi de solides compétences pratiques : de bons développeurs qui comprennent la logique de l’algorithmie, qui ont des notions en mathématiques, mais surtout qui maîtrisent tous les outils du marché pour pouvoir développer des IA.
Perspectives
Dans le domaine de la Santé, identifié comme un des quatre secteurs dans lequel l’IA offre des perspectives très prometteuses, les progrès à venir auront un impact sur l’ensemble du secteur. Ces progrès impliquent de penser les métiers de demain. A ce titre la Fédération Hospitalière de France mène actuellement une étude de grande ampleur sur les « impacts de l'intelligence artificielle (IA) sur les métiers de la santé ». L’IA est en effet au cœur de la médecine du futur, avec les opérations assistées, le suivi des patients à distance, les prothèses intelligentes, les traitements personnalisés grâce au recoupement d’un nombre croissant de données (big data), etc... C’est l’ensemble des thématiques hospitalières et médico-sociales qui seront impactées (évolution des pratiques professionnelles, parcours de soin, gestion, exploitation et protection des données).
Objectifs de la certification :
Cette certification répond aux besoins des professionnels des hôpitaux ou cliniques, des laboratoires de recherche et entreprises du secteur santé, soucieuses d'améliorer leurs processus grâce à l'intégration de l'intelligence artificielle et à une gestion optimisée des données. Elle vise à certifier des experts capables d'exploiter des outils numériques avancés pour développer et piloter des projets innovants, tels que la mise en place d'équipements au service de la santé.
Activités visées
Les titulaires de la certification seront amenés à réaliser les activités suivantes sous la responsabilité d'un supérieur hiérarchique :
Développement de bases de données médicales
* Conception et structuration d’une base de données relationnelle ou non relationnelle, sécurisée et conforme aux réglementations de protection des données de santé.
* Acquisition, nettoyage et anonymisation des données médicales provenant de sources variées.
* Intégration des données médicales préparées et propres dans une base de données structurée.
* Optimisation de la base de données pour garantir l'intégrité, la confidentialité et la qualité des données de santé.
Exploitation des bases de données médicales
* Interrogation et traitement des données de santé brutes ou traitées de manière sécurisée et éthique.
* Création de visualisations et de tableaux de bord pertinents pour l'analyse médicale.
* Mise à disposition des rendus de données en conformité avec les réglementations (RGPD, secret médical).
Exploitation de l’IA dans les applications médicales
* Développement de modèles d'apprentissage pour l'analyse prédictive en santé.
* Mise en œuvre d’algorithmes de machine learning et de deep learning adaptés aux problématiques médicales.
* Création d’applications exploitables intégrant des solutions d’IA au service du diagnostic, du traitement et du suivi médical.
* Validation clinique et interprétabilité des modèles d’IA.
🧩Les 4 blocs de compétences
La certification peut être obtenue en une fois ou bloc par bloc (formation ou VAE). Pour l'organisme, cela implique un suivi des acquisitions par bloc pour chaque candidat.
Définir le besoin pour répondre à une problématique d’un projet IA en santé
Voir les compétences du bloc (18)
- S'approprier le contexte, les enjeux, les objectifs de l’organisation de santé afin d'identifier le besoin en santé
- Analyser les enjeux, les parties prenantes le périmètre du besoin client pour mener à bien le projet IA santé avec notamment ses contraintes éthiques
- Identifier les données nécessaires ainsi que les risques éthiques associés avec les différents professionnels afin de mettre en place une collecte de données appropriée et sécurisé.
- Construire les études d'opportunités en lien avec les acteurs métier (étude de cadrage, faisabilité et rentabilité) en s'appuyant sur des cas d'usage pour répondre au mieux aux besoins du client
- Détecter et intégrer les dilemmes éthiques au sein du projet en santé
- Prendre en compte les contraintes réglementaires sanitaires afin de s’assurer du respect de celles-ci
- Réaliser une veille pour comprendre l’environnement sanitaire
- Définir et documenter les cadres légaux et éthiques, avec les différentes parties prenantes, de l'utilisation de l'IA dans le domaine de la santé pour en permettre une amélioration et adaptation rapide
- Mettre en œuvre des plans d’action pour inscrire la conduite du projet dans les cadres légaux et éthiques de l’utilisation de l’IA en santé
- Analyser le cahier des charges ainsi que le dataset pour répondre au besoin du projet IA en santé
- Recenser les différentes solutions/technologies susceptibles de répondre au cahier des charges afin de les mettre en œuvre
- Comparer les solutions existantes avec leur adéquation au besoin afin de participer aux choix techniques
- Analyser et évaluer les risques (sécurité) d’une IA afin de participer à leur résolution
- Participer à la construction de la solution ou proposer un processus de collecte de données
- S’approprier les différentes classes d'algorithmes (par exemple : machine learning, deep learning) pour modéliser les données massives afférentes au projet
- Mettre en œuvre des méthodes de collecte, de stockage, de traitement et de visualisation des données pour exploiter celles-ci
- Appréhender les concepts d'architecture cloud (AWS, Azure, …) et les outils d'apprentissage (Keras, Tensor flow,) pour garantir sa légitimée technique dans le projet
- Conduire une veille technologique pour repérer les nouvelles méthodologies et les évolutions
Concevoir la solution IA en santé dans l’architecture globale
Voir les compétences du bloc (16)
- Synthétiser les informations collectées de santé
- Identifier les différentes sources de données avec les parties prenantes
- Identifier les algorithmes/protocoles outils permettant une collecte efficace et sécurisée des données de santé
- Identifier la nécessité d’un processus de prétraitement et anonymisation des données de santé afin de les intégrer dans la solution IA
- Sélectionner les sources de données en lien avec les professionnels de santé pour les modéliser et les cartographier
- Identifier et exploiter les indicateurs de performance avec les professionnels de santé à partir d’une analyse des données pour argumenter la solution retenue
- Elaborer des tableaux de bord intégrant les données « santé » pour permettre la prise de décision
- Identifier les moyens existant dans l’établissement de santé et les analyser
- Quantifier les besoins en capacité de calculs et de stockage des données
- Identifier les ressources disponibles dans le SI de santé
- Définir et adapter une chaine de traitement
- Définir les étapes d’un processus d’IA santé
- Ajuster la chaine de traitement selon les résultats de la solution IA pour améliorer le processus
- Identifier un moyen de déploiement d’un projet d’IA en santé
- Identifier des acteurs de santé pour tester la solution IA
- Identifier les infrastructures IT nécessaires au sein de l’établissement de santé pour l’expérimentation de la solution IA
Développer et maintenir une solution d’IA pour optimiser les performances de l’établissement de santé en respectant une démarche éthique et écologique
Voir les compétences du bloc (19)
- Sélectionner les technologies adaptées à la problématique et au SI de santé en prenant en compte l’éthique, l’environnement et la confidentialité
- Aider à l’identification et la mise en place des indicateurs de performance afin de choisir un modèle d’IA adapté à la problématique de santé
- Manipuler des algorithmes dans plusieurs plateformes avec différents langages (identifier les technologies utilisées) pour justifier le choix de la technologie appropriée.
- Concevoir la solution IA pour répondre à la problématique
- Tester et valider avec les parties prenantes la solution d’IA en s’appuyant sur les indicateurs de performance (métriques, éthique, environnement, confidentialité) choisis par les professionnels de santé
- Déployer la solution d’IA dans un SI de santé existant
- Implémenter une solution IA dans un SI santé existant avec des technologies appropriées
- Assurer la configuration de la solution d’IA déployée
- Mesurer les impacts environnementaux pour une solution IA frugale.
- Sélectionner et formaliser les éléments de performances de la solution pour effectuer un reporting auprès des personnes concernées (professionnels de la santé, direction, etc.)
- Suivre la solution d’IA au sein de l'architecture du SI, garantir son efficacité et ses évolutions tout au long de la vie du produit/service concerné, en veillant également à son impact sur la santé des utilisateurs et des parties prenantes impliquées.
- Maintenir le système IA mis en place pour garantir la continuité de service de la solution implémentée (Machine learning operations (Mlops), bibliothèques python)
- Gérer et suivre les contrats afférents au projet en respectant les règles législatives liées à la santé avec l’accompagnement des parties prenantes
- Ajuster les paramètres des solutions IA et maîtriser les métriques associées pour valider les performances de la solution au regard des jeux de données (indicateurs de confiance dans la solution)
- Mesurer la performance et l’impact de la solution IA en lien avec les professionnels de santé au bénéfice des parties prenantes
- Intégrer les solutions IA dans une démarche de transition écologique
- Analyser les résultats de la solution IA afin d’en évaluer l’impact écologique
- Mettre en place des solutions correctives si les résultats de la solution IA ne sont pas optimaux
- Mesurer l’impact environnemental de la solution au regard des instances réglementaires
Organiser et piloter un projet d’intelligence artificielle en santé et accompagner le changement numérique
Voir les compétences du bloc (21)
- Appliquer la méthode de gestion de projet retenue et suivre le déroulement du projet IA en santé
- Choisir la méthode de gestion de projet (par exemple AGILE, PMI, Scrum) pour l’appliquer au projet IA en santé
- Identifier les sous-projets et tâches inclus dans le projet global pour en estimer les durées,
- Planifier les projets IA en utilisant la méthode de planification PERT et les diagrammes de GANTT pour identifier les antériorités des tâches et construire le planning détaillé du projet
- Définir les principaux jalons du projet (points de validation) permettant de vérifier le bon déroulement du projet
- Concevoir le planning du projet à travers un outil de représentation graphique pour étudier la solution optimale pour les parties prenantes en santé (professionnels, patients, établissements)
- Repérer et mesurer les risques liés à la gestion d’un projet d’IA en santé afin d’anticiper leur traitements
- Participer à l'identification des risques inhérents au projet IA en santé afin d’en évaluer la criticité (occurrence, gravité et probabilité).
- Participer au plan de réponses aux risques identifiés et élaborer un tableau de suivi permettant de prévenir ces risques ou de réagir en cas d’incident pour assurer une gestion proactive et réactive du projet d'IA en santé.
- Accompagner le changement numérique auprès des parties prenantes du projet IA en santé
- Favoriser l’appropriation des outils numériques par les professionnels de santé/patients pour faciliter la transition numérique
- Intégrer la culture de la transition numérique au sein de l’établissement de santé pour en mesurer les impacts sur son activité et sur les domaines d’applications possibles
- Conduire les réunions de suivi de projet IA en santé
- Assurer le suivi du projet
- Participer à l'actualisation les données des tableaux de bord (coûts, réalisé, reste à faire, plans d’action, risques, etc.) pour suivre les indicateurs du projet et mettre en place les actions correctives utiles et réguler les aléas organisationnels
- Participer à l’organisation des réunions pour garantir le bon déroulement du projet (revues qualité, revues de points en suspens, réunions de suivi de projet, etc.)
- Synthétiser et formaliser les documents de reporting à destination du comité de pilotage ou de la Direction
- Clore le projet et garantir sa pérennité
- Etablir la documentation technique des projets IA et transmettre les documents nécessaires aux parties prenantes concernées.
- Assurer le transfert de compétences auprès des parties prenantes (administrateurs, établissement, professionnels de santé) pour garantir la viabilité de la solution IA déployée
- Organiser et animer la capitalisation de l'expérience à l'issue du projet IA au sein de l’établissement de santé (réunions, documentation, outils de gestion de projet, etc.) pour clore le projet dans les meilleures conditions
💡 Comment suivre les blocs de compétences RNCP dans un logiciel de gestion
💼Secteurs et débouchés
Secteurs d'activité
Le professionnel de l’IA santé exerce dans les grandes entreprises, des hôpitaux ou cliniques, des laboratoires de recherche et des PME ayant à cœur de développer l’intelligence artificielle dans le domaine de la santé.
Au sein de ces entreprises, le professionnel de l’IA dans le domaine de la santé, gère des projets spécifiques à ce domaine, de plus en plus complexes suivant son expérience, dans toutes les dimensions techniques, humaines, éthiques et financières.
Le professionnel de l’IA dans le domaine de la santé dépend alors du Directeur informatique ou du Directeur Recherche & Développement.
Types d'emplois accessibles
* Data Scientist / Data Analyst pour la santé
* Développeur de solutions en E-santé
* Développeur ou architecte de solutions IA / Big Data pour la santé
* Assistant chef de projets IA / Chef de projets data pour la santé
* Assistant de recherche en Intelligence Artificielle pour la santé
🏫Proposer cette certification dans votre organisme
- Être habilité par le certificateur. La préparation et la délivrance de cette certification supposent une habilitation délivrée par CESI — modalités sur la fiche officielle France Compétences.
- Être certifié Qualiopi. Indispensable pour mobiliser les financements publics et mutualisés (CPF, France Travail, OPCO) au titre des actions de formation. Automatiser votre conformité Qualiopi.
- Structurer le parcours par blocs. Référentiel d'activités, d'évaluation et suivi par bloc de compétences : votre dossier et vos preuves doivent refléter le référentiel officiel de la fiche.
- Déclarer votre activité. Le Bilan Pédagogique et Financier annuel doit ventiler les heures et effectifs — y compris sur ce type de parcours certifiant.
🔄Gérer cette certification dans Loop
Loop est un logiciel de gestion pour organismes de formation. Voici concrètement ce qu'il automatise pour un parcours certifiant comme celui-ci :
❓Questions fréquentes
Comment proposer cette certification dans mon organisme de formation ?
La certification RNCP 40513 est-elle éligible au CPF ?
Peut-on valider la certification bloc de compétences par bloc de compétences ?
Jusqu'à quand la fiche RNCP 40513 est-elle valable ?
🔗Autres certifications RNCP
- Sciences et Ingénierie - ingénierie du bois et des matériaux biosourcés RNCP 40182
- Sciences et ingénierie - Ingénierie responsable et transformations digitales RNCP 40436
- Sciences et ingénierie - Intelligence artificielle RNCP 42268
- Sciences et Ingénierie - Intelligence artificielle RNCP 42304
- Sciences et Ingénierie - Maintenance des Systèmes Intelligents et Connectés RNCP 38710
- Sciences et Ingénierie - Multimédia et technologie de l’information RNCP 39548
Source des données : France Compétences — Répertoire national des certifications professionnelles (Licence Ouverte / Open Licence Etalab). Fiche officielle : francecompetences.fr. Dernière synchronisation : 6 juillet 2026. Cette page s'adresse aux organismes de formation ; elle ne constitue pas une offre de formation.