Myriam Maumy

---

Discipline(s) : Statistique - Science des données - Apprentissage automatique

Titre(s) : Professeur des universités – Numérique en santé

Diplôme(s) : Habilitation à diriger des recherches

Appartenance(s) : Département Méthodes quantitatives en santé publique (METIS), UMR 6051 ARENES

Cursus

Myriam Maumy est professeur des universités en statistique et science des données à l’École des Hautes Études en Santé Publique (EHESP). De formation statisticienne, elle a précédemment exercé comme maîtresse de conférences à l’Université de Strasbourg et à l'Université de Technologie de Traoyes avant de rejoindre l’EHESP. Ses travaux se situent à l’interface entre statistique, apprentissage automatique et analyse de données de santé. Elle s’intéresse en particulier aux méthodes statistiques et aux approches d’intelligence artificielle appliquées aux données de santé, ainsi qu’aux transformations numériques des systèmes de santé.

Recherche

Les travaux de recherche de Myriam Maumy se situent à l’interface entre statistique, science des données et santé publique. Ils portent sur le développement et l’utilisation de méthodes statistiques et d’apprentissage automatique pour l’analyse de données de santé, notamment dans des contextes de données complexes ou massives. Ses recherches s’intéressent en particulier aux usages de l’intelligence artificielle pour la santé publique, à l’intégration de ces méthodes dans les infrastructures de données de santé et aux transformations numériques des systèmes de santé. Elles s’inscrivent également dans une réflexion plus large sur les enjeux de gouvernance, d’équité et de soutenabilité du numérique en santé.

Expertise

Myriam Maumy-Bertrand contribue régulièrement à des activités d’expertise dans les domaines de la statistique, de la science des données et du numérique en santé. Elle participe à des évaluations scientifiques, à des comités de lecture et à des jurys académiques. Ses travaux l’amènent également à intervenir dans des réflexions collectives sur les enjeux du numérique et de l’intelligence artificielle pour les systèmes de santé, notamment en matière de gouvernance des données, d’organisation des systèmes d’information en santé et d’aide à la décision publique.

Enseignement

Mes activités d’enseignement couvrent :

Statistique et modélisation (inférence, régression, méthodes en grande dimension) ;

Apprentissage automatique appliqué à la santé publique ;

Analyse de bases de données médico-administratives (PMSI, SNDS) ;

Outils de science des données (R, Python).

J’enseigne principalement à l’EHESP dans les formations en santé publique et en numérique en santé, et j’interviens également dans des cursus d’ingénierie et de mathématiques appliquées au machine learning.