Szkolenie: AI w medycynie dla analityków i data scientistów
Szkolenie AI w medycynie dla analityków i data scientistów uczy praktycznego wykorzystania sztucznej inteligencji w analizie danych medycznych, obrazów i tekstów klinicznych, obejmuje modelowanie predykcyjne, NLP, wizję komputerową, anonimizację danych oraz aspekty etyczne i prawne w ochronie zdrowia
- Trenerzy praktycy
- Kameralne grupy
Czas trwania szkolenia:3 dni (24h)
Kod kursu:AI/MED
Dostępne terminy szkolenia
Termin:
Trener:
Cena:
3350 PLN netto
Lokalizacja:
ZdalneTermin:
Trener:
Cena:
3350 PLN nettoLokalizacja:
ZdalneTermin:
Trener:
Cena:
3350 PLN nettoLokalizacja:
Zdalne - tryb weekendowyTermin:
Trener:
Cena:
3350 PLN nettoLokalizacja:
Zdalne - tryb wieczorowyTermin:
Trener:
Cena:
3350 PLN nettoLokalizacja:
ZdalneTermin:
Trener:
Cena:
3350 PLN nettoLokalizacja:
ZdalneAI w medycynie dla analityków i data scientistów
Cele szkolenia
Szkolenie przygotowuje do samodzielnej analizy i przetwarzania danych medycznych z wykorzystaniem narzędzi AI oraz języka Python
Szkolenie uczy wdrażania modeli predykcyjnych, analizy przeżycia i przetwarzania obrazów oraz tekstów klinicznych w kontekście medycyny
Szkolenie pokazuje, jak stosować techniki anonimizacji danych, oceny modeli oraz wyjaśnialności AI w środowisku medycznym
Szkolenie rozwija umiejętność praktycznego wykorzystania narzędzi Python do rozwiązywania problemów z zakresu medycyny i ochrony zdrowia
Dla kogo?
Analityków danych, data scientistów i programistów z doświadczeniem w uczeniu maszynowym, chcących rozwijać kompetencje w medycynie
Statystyków i badaczy zajmujących się analizą danych medycznych oraz wdrażaniem rozwiązań AI w ochronie zdrowia
Specjalistów IT i programistów baz danych zainteresowanych praktycznym wykorzystaniem AI w sektorze medycznym
Efekty kształcenia
Uczestnik analizuje dane medyczne z wykorzystaniem narzędzi AI i Python
Uczestnik wdraża modele predykcyjne oraz analizę przeżycia w medycynie
Uczestnik przetwarza obrazy i teksty kliniczne z użyciem nowoczesnych technik AI
Uczestnik stosuje metody anonimizacji i oceny jakości modeli AI
Uczestnik interpretuje wyniki modeli oraz wyjaśnia ich działanie
Uczestnik rozpoznaje wyzwania etyczne i prawne w pracy z danymi medycznymi
Wymagania
Znajomość języka Python na poziomie implementacji prostych programów z wykorzystaniem zewnętrznych bibliotek
Podstawowa wiedza z zakresu analizy danych i statystyki
Znajomość podstaw uczenia maszynowego i sieci neuronowych
Znajomość podstaw wizji komputerowej i przetwarzania języka naturalnego
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program szkolenia
Wprowadzenie do sztucznej inteligencji w medycynie
Przegląd zastosowań AI w medycynie
Kwestie etyczne i prawne
Wyzwania i implementacja systemów AI w medycynie
Praca z danymi medycznymi
Dane medyczne, formaty danych
Anonimizacja danych wrażliwych
Narzędzia do pracy z danymi medycznymi w języku Python
Analiza danych tabelarycznych i predykcyjne modelowanie w opiece zdrowotnej
Źródła danych
Praca z danymi tabelarycznymi
Modelowanie predykcyjne
Przetwarzanie obrazów medycznych z użyciem AI
Wprowadzenie do obrazowania medycznego
Przetwarzanie i analiza obrazów medycznych
Trudności w pracy z danymi 3D w medycynie
Sieci neuronowe do klasyfikacji i segmentacji obrazów
Praktyczne zastosowania narzędzi w języku Python: PyTorch, TorchIO, NiBabel, MONAI
Wykorzystanie przetwarzania języka naturalnego (NLP) dla treści medycznych
Wprowadzenie do NLP w medycynie
Optyczne rozpoznawanie znaków (OCR)
Rozpoznawanie jednostek nazwanych (NER) i ekstrakcja informacji
Analiza przeżycia i modelowanie czasu do zdarzenia
Wprowadzenie do analizy przeżycia
Zastosowania w medycynie
Modele analizy przeżycia
Ocena modeli, ich wyjaśnialność i wdrożenie
Ocena modeli w medycynie
Wyjaśnialność sztucznej inteligencji (XAI): SHAP, LIME, Grad-CAM
Proces wdrażania rozwiązań AI w systemach opieki zdrowotnej
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
