Návrh Školení

Úvod do umělé inteligence v zdravotnictví

  • Aplikace AI v podpoře klinického rozhodování a diagnostice
  • Přehled odborných datových forem: strukturovaná data, texty, obrázky, senzory
  • Specifické výzvy pro rozvoj medicínské AI

Příprava dat a modelů v zdravotnictví Management

  • Práce s EMR, laboratorními výsledky a daty HL7/FHIR
  • Předzpracování medicínských obrazů (DICOM, CT, MRI, rentgen)
  • Zpracování časových řad z pacientních zařízení nebo měřicích zařízení v Intenzivní léčebně

Techniky pro modely v zdravotnictví Fine-Tuning

  • Transferové učení a doménová specializace
  • Nastavení modelů podle úkolu pro klasifikaci a regresi
  • Kolektivní naučení s omezeným množstvím označených dat

Prognóza onemocnění a výsledků léčby Forecasting

  • Skórovaní rizik a systémy předvídání komplikací
  • Prediktivní analýza readmisí a reakcí na léčbu
  • Integrace multimodálních modelů

Etika, ochrana soukromí a regulační aspekty

  • HIPAA, GDPR, a zpracování dat pacienta
  • Ochrana před odstupem a průzkum spravedlnosti v modelech
  • Vysvětlitelnost v klinickém rozhodování

Hodnocení a validace modelu ve klinických podmínkách

  • Ukazatele výkonu (AUC, citlivost, specifika, F1)
  • Validacní techniky pro nevyvážené a vysoko rizikové sady dat
  • Simulační prototypy vs. skutečný svět testování

Nasazení a monitorování ve zdravotnických prostředích

  • Integrace modelů do hospitalních systémů IT
  • CI/CD v regulovaných lékařských prostředích
  • Detekce posunutí a stálé učení po nasazení

Závěr a další kroky

Požadavky

  • Pojem o principech strojového učení a nadzorovaném učení
  • Zkušenosti s daty zdravotnických údajů, jako jsou EMR, imrová data nebo klinické poznámky
  • znalost Python a ML frameworků (např. TensorFlow, PyTorch)

Cílová skupina

  • Vývojáři AI v medicíně
  • Data scientists z oblasti zdravotnictví
  • Profesionálové, kteří budují diagnostické nebo prediktivní modely pro zdravotnictví
 14 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie