Ce que nous enseignons
Nous voulons apprendre à vérifier des affirmations, pas seulement à lancer des modèles. Nous prévoyons un cours d’introduction en cinq séances sur la vision par ordinateur médicale, avec des notebooks et des fiches d’expériences réelles. Le cours est en cours de développement.
Cinq questions pour toute expérience
- D’où viennent les données ? Origine, autorisations et découpage – avant de regarder une métrique.
- À quoi est-elle comparée ? Quelle référence de base, et quelles conditions sont fixées.
- Qu’est-ce qui a changé ? Un changement, une hypothèse testable et une ablation.
- Quelle est la certitude du résultat ? Variation entre les exécutions et intervalles de confiance.
- Qu’est-ce qui n’a pas fonctionné ? Les résultats négatifs et inachevés sont aussi matière à discussion.
Pour les étudiants
Un travail de cours ou une thèse peut commencer par de la documentation, un test sur des données synthétiques ou une vérification de reproductibilité – avant tout accès à un GPU. Les travaux n’exigent jamais de fichiers de patients ni d’accès à des systèmes cliniques. Ce qui compte, c’est une méthode rigoureuse et des limites honnêtes, pas un résultat positif à tout prix.
Les étudiants en médecine ont leur propre page sur l’annotation de vidéos chirurgicales, et il existe 56 sujets de recherche fondés sur les données du projet. Étudiants en informatique : ingénierie et apprentissage automatique dans le projet.
Pour les enseignants
Proposez un exercice via une issue du dépôt (sans aucune donnée sur des étudiants), ou consultez la voie éducation. Enseignants en médecine : comment mener un groupe de recherche étudiant ou des thèses avec le projet.