TinyML ve zdravotní péči: AI na nositelných zařízeních Počítačový Kurz
TinyML představuje integraci machine learningu do energeticky úsporných nositelných a zdravotnických zařízení s omezenými prostředky.
Tato školení s lektorem (online nebo na místě) je určeno praktickým odborníkům se střední úrovní, kteří chtějí implementovat řešení TinyML pro monitorování zdravotního stavu a diagnostické aplikace.
Projevením tohoto školení budou účastníci schopni:
- Návrh a nasazení modelů TinyML pro zpracování zdravotních dat v reálném čase.
- Sběr, předzpracování a interpretaci dat ze biosenzorů pro získání poznatků poháněných AI.
- Optimalizace modelů pro nositelná zařízení s nízkou spotřebou energie a omezenou pamětí.
- Hodnocení klinické relevance, spolehlivosti a bezpečnosti výstupů generovaných pomocí TinyML.
Formát kurzu
- Přednášky doprovázené živými demontrováním a interaktivní diskusí.
- Praktické cvičení s daty z nositelných zařízení a frameworky TinyML.
- Implementační úkoly v vedeném laboratorním prostředí.
Možnosti přizpůsobení kurzu
- Pro školení přizpůsobené konkrétním zdravotnickým zařízením nebo regulačním procesům nás kontaktujte, abychom program individualizovali.
Návrh Školení
Základy TinyML ve zdravotní péči
- Vlastnosti systémů TinyML
- Specifická omezení a požadavky v zdravotnictví
- Přehled architektur AI na nositelných zařízeních
Acquire a předzpracování biosignálů
- Práce s fyziologickými senzory
- Techniky potlačování šumu a filtrace
- Extrakce charakteristik pro medicínské časové řady
Vývoj modelů TinyML pro nositelná zařízení
- Výběr algoritmů pro fyziologická data
- Vycvičování modelů pro omezené prostředí
- Hodnocení výkonu na zdravotních datech
Nasazení modelů na nositelná zařízení
- Použití TensorFlow Lite Micro pro inference přímo na zařízení
- Integrace AI modelů do medicínských nositelných zařízení
- Testování a validace na vestavěném hardwaru
Optimalizace energie a paměti
- Techniky pro snížení výpočetní zátěže
- Optimalizace toku dat a využití paměti
- Vyvážení přesnosti a efektivnosti
Bezpečnost, spolehlivost a soulad s předpisy
- Regulační aspekty pro AI-poháněná nositelná zařízení
- Zajištění robustnosti a klinické použitelnosti
- Bezpečnostní mechanismy a zpracování chyb
Kazuistiky a aplikace ve zdravotní péči
- Systémy pro monitorování srdeční činnosti na nositelných zařízeních
- Rozpoznávání aktivity v rehabilitaci
- Neustálé sledování hladiny glukózy a biometrických ukazatelů
Budoucnost medicínského TinyML
- Přístupy ke fúzi více senzorů
- Personalizovaná zdravotní analýza
- Nosiče nízké spotřeby AI nové generace
Shrnutí a další kroky
Požadavky
- Pochopení základních konceptů machine learningu
- Zkušenosti s vestavěnými nebo biomedicínskými zařízeními
- Oznámenost se vývojem v jazyce Python nebo C
Cílová skupina
- Zdravotničtí profesionálové
- Biomedičtí inženýři
- Vývojáři AI
Veřejné školení vyžaduje minimálně 5 účastníků.
TinyML ve zdravotní péči: AI na nositelných zařízeních Počítačový Kurz - Rezervace
TinyML ve zdravotní péči: AI na nositelných zařízeních Počítačový Kurz - Dotaz
TinyML ve zdravotní péči: AI na nositelných zařízeních - Dotaz ohledně konzultace
Nadcházející kurzy
Související kurzy
Agentic AI ve zdravotnictví
14 HodinyAI agenti pro zdravotnictví a diagnostiku
14 HodinyToto živé školení vedené instruktorem v České republice (online nebo na místě) je určeno pro zdravotnické odborníky i vývojáře AI středně pokročilé až pokročilé úrovně, kteří chtějí implementovat řešení využívající umělou inteligenci do zdravotnictví.
Po absolvování tohoto školení budou účastníci schopni:
- Porozumět roli AI agentů ve zdravotnictví a diagnostice.
- Vyvinout modely umělé inteligence určené k analýze lékařských snímků a prediktivní diagnostice.
- Integrovat AI s elektronickými zdravotnickými záznamy a klinickými postupy.
- Zajistit dodržování regulačních předpisů v oblasti zdravotnictví a etických principů při využívání AI.
Umělá inteligence a technologie AR/VR ve zdravotnictví
14 HodinyJde o živý kurz vedený lektorem České republice (online nebo na místě), určený pro zdravotnické pracovníky středně pokročilé úrovně, kteří chtějí využít řešení založená na umělé inteligenci a technologiích AR/VR při lékařském výcviku, simulacích operací a rehabilitaci.
Po absolvování tohoto kurzu budou účastníci schopni:
- Pochopit, jak umělá inteligence vylepšuje zážitky z využívání technologií AR/VR ve zdravotnictví.
- Využívat nástroje AR/VR k simulacím operací a lékařskému školení.
- Aplikovat nástroje AR/VR při rehabilitaci a terapii pacientů.
- Zvážit etické otázky a problémy spojené s ochranou soukromí v kontextu lékařských nástrojů podpořených umělou inteligencí.
Umělá inteligence ve zdravotnictví s využitím Google Colab
14 HodinyToto školení pod vedením lektora probíhá v <lok> (online či na místě) a je určeno datovým vědcům i zdravotnickým odborníkům středně pokročilé úrovně, kteří chtějí využít umělou inteligenci k tvorbě pokročilých aplikací ve zdravotnictví s pomocí Google Colab.
Po absolvování tohoto kurzu budou účastníci schopni:
- Implementovat modely umělé inteligence pro zdravotnictví s využitím Google Colab.
- Využívat AI k prediktivnímu modelování na základě zdravotnických dat.
- Provádět analýzu lékařských snímků pomocí technik řízených umělou inteligencí.
- Seznámit se s etickými aspekty řešení využívajících umělou inteligenci ve zdravotnictví.
Umělá inteligence ve zdravotnictví
21 HodinyToto školení pod vedením instruktora České republice (online nebo prezenčně) je určeno pro zdravotnické odborníky a datové vědce na středně pokročilé úrovni, kteří chtějí pochopit a prakticky uplatnit technologie AI v prostředí zdravotnictví.
Po absolvování kurzu budou účastníci schopni:
- Identifikovat klíčové problémy ve zdravotnictví, které lze řešit pomocí AI.
- Analyzovat vliv umělé inteligence na péči o pacienty, jejich bezpečnost a medicínský výzkum.
- Pochopit vztah mezi AI a obchodními modely ve zdravotnictví.
- Aplikovat základní koncepty umělé inteligence na reálné situace ve zdravotnictví.
- Vytvářet modely strojového učení určené k analýze lékařských dat.
Tvorba end-to-endTinyML potrubí
21 HodinyToto školení vedené instruktorem v oblasti České republice vybaví pokročilé profesionály dovednostmi pro navrhování, optimalizaci a nasazování kompletních TinyML potrubí. Účastníci se naučí sbírat data, trénovat nízkoproudé modely a testovat reálné aplikace pomocí praktických laboratoří.
ChatGPT ve zdravotnictví
14 HodinyToto školení vedené instruktorem České republice (online nebo na místě) je určeno zdravotnickým pracovníkům a výzkumníkům, kteří chtějí využít ChatGPT ke zlepšení péče o pacienty, zefektivnění pracovních postupů a dosažení lepších zdravotnických výsledků.
Po absolvování tohoto kurzu budou účastníci schopni:
- Porozumět základům ChatGPT a jeho využití ve zdravotnictví.
- Využívat ChatGPT k automatizaci zdravotnických procesů a interakcí s pacienty.
- Poskytovat pomocí ChatGPT přesné lékařské informace a podporu pacientům.
- Využívat ChatGPT k provádění lékařského výzkumu a analýzám.
Edge AI pro zdravotnictví
14 HodinyTento živý školicí kurz vedený instruktorem České republice (online nebo na místě) je určen pro zdravotnické odborníky středně pokročilé úrovně, biomedicínské inženýry a vývojáře AI, kteří chtějí využít Edge AI k vytváření inovativních řešení ve zdravotnictví.
Po absolvování tohoto kurzu budou účastníci schopni:
- Porozumět roli a přínosům Edge AI ve zdravotnictví.
- Vyvíjet a nasazovat modely umělé inteligence na zařízeních typu edge pro použití v zdravotnictví.
- Implementovat řešení Edge AI do nositelných zařízení a diagnostických nástrojů.
- Navrhovat a nasazovat systémy monitorující zdravotní stav pacientů s využitím Edge AI.
- Řešit etické a regulatorní aspekty používání umělé inteligence ve zdravotnictví.
Doladění umělé inteligence pro zdravotnictví: Lékařská diagnostika a prediktivní analýza
14 HodinyTento kurz veden lektorem v České republice (online či na místě) je určen pro vývojáře umělé inteligence a datové vědce s mírnou až pokročilou zkušeností, kteří chtějí doladit modely na účely klinické diagnózy, předpovídání onemocnění a odhadu výsledků léčby s využitím strukturovaných i nestrukturovaných zdravotnických dat.
Po absolvování tohoto kurzu budou účastníci schopni:
- Doladit modely umělé inteligence na zdravotnických datech, včetně elektronických zdravotních záznamů, lékařských snímků a časových řad.
- Využívat transfer learning, adaptaci modelu na konkrétní oblast a techniky komprese modelů v medicínském prostředí.
- Řešit otázky ochrany soukromí, předcházet předsudkům v modelech a zajistit jejich soulad s legislativou.
- Nasazovat doladěné modely do skutečných zdravotnických prostředí a monitorovat jejich fungování.
Generativní AI a inženýrství promptů ve zdravotnictví
8 HodinyGenerativní umělá inteligence ve zdravotnictví: Transformace medicíny a péče o pacienty
21 HodinyToto výcvikové školení pod vedením instruktora v České republice (online nebo na místě) je určeno pro začínající a středně pokročilé odborníky ve zdravotnictví, datové analytiky a tvůrce politik, kteří chtějí porozumět generativní AI a jejímu využití v tomto odvětví.
Po absolvování tohoto kurzu budou účastníci schopni:
- Vysvětlit principy a možnosti využití generativní AI ve zdravotnictví.
- Identifikovat příležitosti pro využití této technologie při vývoji léků a personalizované medicíně.
- Používat metody generativní AI při zpracování lékařských snímků a diagnostice.
- Posoudit etické aspekty využití AI v lékařské praxi.
- Vypracovat strategie pro začlenění technologií AI do zdravotnických systémů.
LangGraph ve zdravotní péči: Orchestrace pracovních toků pro regulovaná prostředí
35 HodinyMultimodální umělá inteligence pro zdravotnictví
21 HodinyToto živé školení vedené instruktorem České republice (online či prezenčně) je určeno pro zdravotnické odborníky, lékařské výzkumníky a vývojáře umělé inteligence na středně pokročilé až pokročilé úrovni, kteří chtějí využít multimodální AI při diagnostice a dalších zdravotnických aplikacích.
Po absolvování tohoto kurzu budou účastníci schopni:
- Pochopit roli multimodální AI v současném zdravotnictví.
- Integrovat strukturovaná i nestrukturovaná zdravotnická data pro diagnostiku s využitím umělé inteligence.
- Aplikovat techniky AI při analýze lékařských snímků a elektronických zdravotních záznamů.
- Vytvářet prediktivní modely pro diagnózu onemocnění a doporučení k léčbě.
- Implementovat řešení založená na rozpoznávání řeči a zpracování přirozeného jazyka (NLP) pro lékařskou transkripci a komunikaci s pacienty.
Aplikace Ollama ve zdravotnictví
14 HodinyTento živý kurz v oblasti České republice pomáhá zdravotníkům a IT týmům nasadit Ollama pro lokální LLM. Naučte se integrovat AI do klinických pracovních procesů, přizpůsobovat modely specifickým úkolům a zajišťovat striktní ochranu dat a soulad s předpisy v bezpečných zdravotnických prostředích.
Inženýrství promptů pro zdravotnictví
14 HodinyToto školení vedené instruktorem probíhá České republice (online či na místě) a je určeno zdravotnickým pracovníkům a vývojářům AI na středně pokročilé úrovni, kteří chtějí využít techniky inženýrství promptů ke zlepšení lékařských postupů, efektivity výzkumu a výsledků léčby.
Po absolvování tohoto kurzu budou účastníci schopni:
- Pochopit základy inženýrství promptů v kontextu zdravotnictví.
- Využívat AI k tvorbě klinické dokumentace a komunikaci s pacienty.
- Využít umělou inteligenci při lékařském výzkumu a rešerších odborné literatury.
- Zlepšit proces hledání léků a rozhodování v klinické praxi pomocí promptů řízených AI.
- Dodržovat regulatorní a etické standardy při používání umělé inteligence ve zdravotnictví.