BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Limics - ECPv6.16.3//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Limics
X-ORIGINAL-URL:https://www.limics.fr
X-WR-CALDESC:Évènements pour Limics
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Paris
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20240331T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20241027T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20250330T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20251026T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20240304T140000
DTEND;TZID=Europe/Paris:20240304T150000
DTSTAMP:20260615T050329
CREATED:20231211T155059Z
LAST-MODIFIED:20240228T192703Z
UID:435-1709560800-1709564400@www.limics.fr
SUMMARY:Pegdwendé N. Sawadogo: Lacs de données et données de santé: Organisation et requêtage de données complexes à partir de graphes de connaissances
DESCRIPTION:– Enseignent chercheur à l’Université Virtuelle du Burkina Faso\n– anciennement doctorant à l’Université de Lyon : « Des lacs de données à l’analyse assistée de documents textuels et tabulaires »\n– et post-doc à l’AP-HP : « Conception et exécution de phénotypes computationnels » \nTitre:  Lacs de données et données de santé: Organisation et requêtage de données complexes à partir de graphes de connaissances. \nRésumé:  Au cours des dernières décennies\, le concept de graphe de connaissances est apparu comme un outil efficace pour la représentation de relations entre les données. Deux catégories de graphes de connaissance sont communément utilisées dans la littérature: Les graphes sémantiques\, basés sur le standard RDF (et co.)\, et les graphes de propriétés qui s’appuient sur des SGBD orientés graphes comme Neo4J. Dans cette présentation\, nous détaillons des approches d’organisation de données complexes à l’aide de graphes de propriétés à  travers deux cas d’usage indépendants: la gestion des métadonnées dans un lac de données d’une part\, et l’interrogation de parcours de soins de patients d’autre part.
URL:https://www.limics.fr/event/event/
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20240304T140000
DTEND;TZID=Europe/Paris:20240305T170000
DTSTAMP:20260615T050329
CREATED:20240218T125507Z
LAST-MODIFIED:20240404T173422Z
UID:1101-1709560800-1709658000@www.limics.fr
SUMMARY:Bilateral workshop Univ. Utah x Limics
DESCRIPTION:L’hôpital universitaire de Utah a mis en œuvre une politique institutionnelle volontariste d’intégration d’aides décisionnelles à son Dossier Patient Informatisé (DPI) dans le cadre d’un projet intitulé « ReImagine EHR » (ReImagine EHR – U of U Health(utah.edu)). L’équipe projet « ReImagine EHR » dirigée par le Pr Ken Kawamoto a participé à une série d’échanges organisés les 4 et 5 Mars 2024 au laboratoire LIMICS. \nRésumé du projet « ReImagineEHR » \nUniversity of Utah ReImagine EHR Experience : Establishing a Multidisciplinary Initiative for Interoperable EHR Innovations at an Academic Medical Center\n« Just as smartphones can be improved through downloaded apps\, the EHR can now be enhanced through interoperable apps developed by third-party innovators. Recognizing the promise of this approach early on\, the University of Utah launched the ReImagine EHR initiative in 2016 to develop EHR-integrated apps that leverage interoperability standards including FHIR and SMART. Supportive infrastructure developed include various FHIR-related tooling and a systematic evaluation framework known as ELICIT. More than 10 EHR-integrated digital innovations have been implemented\, and initial evaluations have demonstrated positive impact on patients and providers. Return on investment has included improvements in care; over $35 million in grant funding; commercial opportunities; and increased ability to adapt to a changing healthcare landscape. The ReImagine EHR team will describe the lessons learned and run short demos » \nProgramme \nLundi 4 Mars : Focus sur l’accès « sémantique » aux bases de données de santé \n\n15h : Présentation du prototype SPARQL FHIR par Eric Prud’hommeaux et Claude Nanjo.\n16h-18h : Discussion sur « Disease Manager & Interoperability / Application Bilirubin » avec Salvador Rodriguez\, Doug Martin\, et Phillip Warner.\n\nMardi 5 Mars : Exploration des méthodes pluridisciplinaires pour l’intégration d’outils d’aide à la décision dans le Dossier Patient Informatisé \n\n15h : Présentation du projet ReImagineEHR par Claude Nanjo.\n16h : Introduction à la méthode ELICIT par Polina V. Kukhareva.\n17h : Présentation d’OncologIA/Desiree\, outils pour le traitement du cancer du sein\, par Akram Redjdal.
URL:https://www.limics.fr/event/bilateral-workshop-univ-utah-x-limics/
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20240318T150000
DTEND;TZID=Europe/Paris:20240318T160000
DTSTAMP:20260615T050329
CREATED:20240312T231107Z
LAST-MODIFIED:20240312T233636Z
UID:1221-1710774000-1710777600@www.limics.fr
SUMMARY:Jérémie Sublime: Unsupervised and Weakly Supervised Deep Learning for Medical Image Analysis
DESCRIPTION:Jérémie Sublime is Associate Professor at ISEP. \nTitle: Unsupervised and Weakly Supervised Deep Learning for Medical Image Analysis\nAbstract: Machine Learning and Deep Learning are powerful tools that have become ubiquitous in many fields when it comes to image processing. Medical imaging is no exception\, and these AI methods are often used to help diagnose diseases or their progression.\nHowever\, Deep Learning algorithms are also notorious for their huge requirements in terms of high quality annotated data. As it turns out\, such high volumes of annotated data are rarely available for rare diseases and new medical problems\, thus making it impossible to use mainstream and high performing Deep learning methods in many cases.\nIn this presentation\, we explore 3 case studies of unsupervised and weakly supervised deep learning architectures applied to medical image analysis for diseases as diverse as agre-related macular degeneration\, glaucoma and amyotrophic lateral sclerosis.
URL:https://www.limics.fr/event/salle-odeon-jeremie-sublime-unsupervised-and-weakly-supervised-deep-learning-for-medical-image-analysis/
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Paris:20240325T140000
DTEND;TZID=Europe/Paris:20240325T150000
DTSTAMP:20260615T050329
CREATED:20240208T213402Z
LAST-MODIFIED:20240208T213856Z
UID:1054-1711375200-1711378800@www.limics.fr
SUMMARY:PhD student session: Oleksii Shatalov\, Ludovic Brieulle
DESCRIPTION:
URL:https://www.limics.fr/event/phd-student-session-oleksii-shatalov-ludovic-brieulle/
END:VEVENT
END:VCALENDAR