Το μάθημα αυτό προσφέρει στους μαθητές με ιατρικό υπόβαθρο την ευκαιρία να εξοικειωθούν με την τεχνητή νοημοσύνη χρησιμοποιώντας διάφορα είδη δεδομένων — όπως βιοϊατρικά σήματα, εικόνες και κλινικά δεδομένα- και να εξασκήσουν την ανάπτυξη διαύλων πρόβλεψης για την αντιμετώπιση διαφόρων κλινικών ζητημάτων.
Πρόκειται για ένα επιλεκτικό μάθημα στο πρόγραμμα BSc που προσφέρεται από την Ιατρική Σχολή του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης.
Περιεχόμενο του μαθήματος
- Εισαγωγή — Γενικές έννοιες — Επιστήμη Δεδομένων και ML — Εξερεύνηση και απεικόνιση δεδομένων
- Διαχείριση, ποιότητα και πρότυπα ιατρικών δεδομένων
- Μηχανική μάθηση — Θεωρία — Εργαστήριο
- Βαθιά μάθηση — Εργαστήριο θεατρικής
- ΤΝ & υποστήριξη ιατρικών αποφάσεων/Δεοντολογία και αξιοπιστία της ΤΝ
- Ιατρικές εφαρμογές ανάλυσης και κατάτμησης/χαρακτηρισμού εικόνων
- Ιατρική απεικόνιση, ραδιοϊατρική & τεχνητή νοημοσύνη στη διάγνωση και την πρόγνωση
- Βιοϊατρικά σήματα — Συλλογή και ανάλυση βιολογικών σημάτων
- Υποστήριξη αποφάσεων ασθενών/Υποστήριξη αποφάσεων και συμπεριφορική πληροφορική
- Εφαρμογές ΤΝ (κλινικά δεδομένα, βιοδείκτες, βιολογικά δεδομένα)
- TN για τη διαχείριση της καθημερινής ζωής του ασθενούς
Μαθησιακά αποτελέσματα
Ο κύκλος μαθημάτων επιλογής έχει ως στόχο να καλύψει τους ακόλουθους τομείς:
- Διαχείριση ιατρικών δεδομένων, ποιότητα και πρότυπα δεδομένων, ανάλυση ιατρικών εικόνων, συλλογή και ανάλυση βιολογικών σημάτων και εφαρμογές υποστήριξης αποφάσεων.
- Μηχανική μάθηση και βαθιά μάθηση, συμπεριλαμβανομένων εφαρμογών που περιλαμβάνουν δεδομένα εικόνας, βιολογικά σήματα, βιολογικά δεδομένα και δεδομένα της καθημερινής ζωής, καθώς και ζητήματα που σχετίζονται με την αξιοπιστία της τεχνητής νοημοσύνης σε εφαρμογές υποστήριξης ιατρικών αποφάσεων.
Μέσω διαλέξεων, επιδείξεων τεχνολογιών και εφαρμογών, εργαστηριακών ασκήσεων και ομαδικών έργων, οι μαθητές θα έχουν την ευκαιρία:
- Κατανόηση των εννοιών και της θεωρίας που σχετίζονται με τη διαχείριση ιατρικών δεδομένων και την ΤΝ.
- Εξοικειωθείτε με την αναγκαία ορολογία και τη σημασία των θεμάτων που σχετίζονται με την ΤΝ.
- Κατανόηση των βασικών μεθόδων διαχείρισης και ανάλυσης προβλημάτων με βάση βιοϊατρικά δεδομένα.
- Κατανόηση του ρόλου και της σημασίας της ΤΝ στην ιατρική πρακτική και στην υποστήριξη των ασθενών.
- Εξοικειωθείτε με τη χρήση εργαλείων ανάλυσης και ΤΝ στην ιατρική πρακτική.
- Εξοικειωθείτε με τις υπολογιστικές πρακτικές σε ιατρικές διαδικασίες και προβλήματα.
- Αξιοποίηση και δυναμική εφαρμογή τεχνολογιών ΤΝ στην ιατρική έρευνα και εκπαίδευση.
Γενικές προϋποθέσεις
Γενικές γνώσεις ιατρικής πληροφορικής και βασικές δεξιότητες σε εφαρμογές πληροφορικής. Είναι επιθυμητή η εξοικείωση με γλώσσες προγραμματισμού όπως το MATLAB ή το R.
Μετάφραση είδησης μέσω Digital Europe eTranslation, εργαλείο αυτόματης μετάφρασης που παρέχει η Ευρωπαϊκή Επιτροπή.
