Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés az MI-be az egészségügyben
- Az MI és a gépi tanulás áttekintése az orvostudományban
- Az MI történeti fejlődése az egészségügyben
- Kulcsfontosságú lehetőségek és kihívások az MI bevezetésében
Egészségügyi adatok és MI
- Az egészségügyi adatok típusai: strukturált és strukturálatlan
- Adatvédelem és biztonsági szabályozások (HIPAA, GDPR)
- Etikai megfontolások az MI által vezérelt egészségügyben
A gépi tanulás alapjai az egészségügyben
- Felügyelt és felügyelet nélküli tanulás
- Jellemzők kinyerése és adatfeldolgozás orvosi adathalmazokhoz
- MI modellek értékelése egészségügyi alkalmazásokban
MI alkalmazások a betegellátásban
- MI az orvosi képalkotásban és diagnosztikában
- Prediktív elemzés a betegkimenetelek előrejelzéséhez
- Személyre szabott orvostudomány és kezelési ajánlások
MI a kórházi és klinikai műveletekben
- Adminisztratív feladatok automatizálása MI segítségével
- MI által vezérelt döntéstámogató rendszerek
- Kórházi erőforrás-kezelés optimalizálása
Etika, elfogultság és MI irányítás az egészségügyben
- Az elfogultság megértése orvosi MI modellekben
- Szabályozási és megfelelőségi megfontolások
- Az átláthatóság és felelősségre vonhatóság biztosítása MI rendszerekben
Záróprojekt: MI által vezérelt betegadat-elemzés
- Egy egészségügyi adathalmaz feltárása
- Egy MI modell felépítése és értékelése orvosi előrejelzésekhez
- Modell kimenetek értelmezése és pontosság javítása
Összefoglalás és következő lépések
Követelmények
- Alapvető ismeretek a gépi tanulás fogalmairól
- Tapasztalat Python programozásban
- Ismeretek az egészségügyi adatokkal vagy klinikai munkafolyamatokkal előnyös
Közönség
- Az MI alkalmazások iránt érdeklődő egészségügyi szakemberek
- Az egészségügyben dolgozó adattudósok és MI mérnökök
- Technológiai vezetők és döntéshozók az orvosi területen
21 Órák