AI for Healthcare Kurs i Uppsala

Denna ledarledda, liveutbildning på Uppsala (online eller på plats) riktar sig till AI-utvecklare och dataspecialister inom medicin med mellan- till avancerad nivå, som vill finjustera modeller för klinisk diagnos, sjukdomsprognos och förutsägelse av patientresultat med hjälp av strukturerade och ostrukturerade medicinska data.

Vid kursens slut kommer deltagarna att kunna:

• Finjustera AI-modeller på hälsodata, inklusive EMR, bilder och tidsseriedata.
• Använda överföringsinlärning, domänanpassning och modellkomprimering i medicinska sammanhang.
• Ta hänsyn till integritet, bias och regleringsöverensstämmelse i modellutvecklingen.
• Distribuera och övervaka finjusterade modeller i verkliga hälso- och sjukvårdsmiljöer.

Generativ AI är en teknik som skapar ny innehåll såsom text, bilder och rekommendationer baserat på instruktioner och data.

Denna instruktörsledda, live-träning (online eller på plats) riktar sig till hälso- och sjukvårdspersonal på nybörjar- till mellanstadienivå som vill använda generativ AI och prompt engineering för att förbättra effektivitet, noggrannhet och kommunikation i medicinska sammanhang.

Vid slutet av denna träning kommer deltagarna att kunna:

• Förstå grunderna i generativ AI och prompt engineering.
• Använda AI-verktyg för att effektivisera kliniska, administrativa och forskningsuppgifter.
• Säkerställa etisk, säker och överensstämmande användning av AI inom hälso- och sjukvård.
• Optimerar instruktioner för att uppnå konsekventa och noggranna resultat.

Kursens format

• Interaktiv föreläsning och diskussion.
• Praktiska övningar och fallstudier.
• Händer-på-experimentering med AI-verktyg.

Alternativ för att anpassa kursen

• För att begära en anpassad träning för denna kurs, kontakta oss för att ordna.

Denna instruktörsledda, levande utbildning i Uppsala (online eller på plats) vänder sig till datavetare och hälsovårdspersonal på mellan-nivå som vill utnyttja AI för avancerade hälsovårdsapplikationer med hjälp av Google Colab.

Efter denna utbildning kommer deltagarna att kunna:

• Implementera AI-modeller för hälsovård med hjälp av Google Colab.
• Använda AI för prediktiv modellering i hälsovårdsdata.
• Analysera medicinska bilder med AI-drivna tekniker.
• Undersöka etiska överväganden i AI-baserade hälsovårdslösningar.

Denna instruktörsledda, levande utbildning (online eller på plats) riktar sig till vårdpersonal och forskare som vill utnyttja ChatGPT för att förbättra patientvården, strömlinjeforma arbetsflöden och förbättra hälso- och sjukvårdsresultat.

Efter denna utbildning kommer deltagarna att kunna:

• Förstå grunderna i ChatGPT och dess tillämpningar inom hälso- och sjukvården.
• Använda ChatGPT för att automatisera hälso- och sjukvårdsprocesser och interaktioner.
• Ge exakt medicinsk information och stöd till patienter med hjälp av ChatGPT.
• Tillämpa ChatGPT för medicinsk forskning och analys.

Denna lärarledda, liveutbildning (online eller på plats) riktar sig till nybörjare till mellannivå inom hälso- och sjukvårdspersonal, dataanalytiker och beslutsfattare som vill förstå och tillämpa generativ AI inom hälso- och sjukvård.

Efter denna utbildning kommer deltagarna kunna:

• Förklara principerna och tillämpningar av generativ AI inom hälso- och sjukvård.
• Identifiera möjligheter för generativ AI att förbättra läkemedelsutveckling och personlig medicin.
• Använda generativa AI-tekniker för medicinsk bildgivning och diagnostik.
• Utvärdera de etiska implikationerna av AI i medicinska miljöer.
• Utveckla strategier för att integrera AI-teknologier i hälso- och sjukvårdssystem.

Ollama är en lättviktd plattform för att köra stora språkmodeller lokalt.

Detta instruktörsguidade, levande utbildning (online eller på plats) riktas till mellannivån hälso- och sjukvårdspraktiker och IT-team som vill distribuera, anpassa och operativisera Ollama-baserade AI-lösningar inom kliniska och administrativa miljöer.

Efter att ha slutfört denna utbildning kommer deltagarna att kunna:

• Installera och konfigurera Ollama för säker användning inom hälso- och sjukvård.
• Integrera lokala LLMs i kliniska arbetsflöden och administrativa processer.
• Anpassa modeller för hälso- och sjukvårds-specifik terminologi och uppgifter.
• Tillämpa bästa praxis för integritet, säkerhet och regelverkskompatibilitet.

Kursformat

• Interaktiv föreläsning och diskussion.
• Praktiska demonstationer och vägledande övningar.
• Praktiskt implementering i en saniterad hälso- och sjukvårdsimuleringsmiljö.

Kursanpassningsalternativ

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att boka.

Denna instruktörsledda, liveutbildning på Uppsala (online eller på plats) riktar sig till sjukvårdsprofessionella och AI-utvecklare på mellan- till avancerad nivå som vill implementera AI-drivna lösningar inom sjukvården.

Efter avslutad utbildning kommer deltagarna att kunna:

• Förstå rollen för AI-agenter inom sjukvården och diagnostik.
• Utveckla AI-modeller för medicinsk bildanalys och prediktiv diagnostik.
• Integrera AI med elektroniska journaler (EHR) och kliniska arbetsflöden.
• Säkerställa efterlevnad av sjukvårdsregler och etiska AI-praxis.

Denna instruktörsledda, liveutbildning på Uppsala (online eller på plats) riktar sig till mellan-nivå vårdpersonal och datavetare som vill förstå och tillämpa AI-teknologier i vårdmiljöer.

Efter avslutad utbildning kommer deltagarna att kunna:

• Identifiera nyckelutmaningar inom vården som AI kan lösa.
• Analysera AI:s påverkan på patientvård, säkerhet och medicinsk forskning.
• Förstå sambandet mellan AI och affärsmodeller inom vården.
• Tillämpa grundläggande AI-koncept på vårdscenarier.
• Utveckla maskininlärningsmodeller för analys av medicinska data.

Agentic AI är ett tillvägagångssätt där AI-system planerar, resonerar och tar verktygsanvändande åtgärder för att uppnå mål inom definierade begränsningar.

Denna instruktörsledda, live-träning (online eller på plats) riktar sig till mellanavancerade sjukvårds- och datateam som vill designa, utvärdera och styra agentic AI-lösningar för kliniska och operativa användningsområden.

Vid slutet av denna träning kommer deltagarna att kunna:

• Förklara agentic AI-begrepp och begränsningar i sjukvårdssammanhang.
• Designa säkra agentarbetsflöden med planering, minne och verktygsanvändning.
• Bygga upp hämtningsförstärkta agenter över kliniska dokument och kunskapsbaser.
• Utvärdera, övervaka och styra agentbeteende med skyddsräcken och människa-i-loopen-kontroller.

Formatet på kursen

• Interaktiv föreläsning och facilitatorledd diskussion.
• Guidada laborationer och kodgenomgångar i en sandbox-miljö.
• Scenariebaserade övningar om säkerhet, utvärdering och styrning.

Alternativ för kursanpassning

• För att begära en anpassad träning för denna kurs, vänligen kontakta oss för att ordna.

Denna instruktörsledda, liveutbildning på Uppsala (online eller på plats) riktar sig till mellan- och avancerade nivåers sjukvårdsprofessionella, medicinska forskare och AI-utvecklare som vill tillämpa multimodal AI i medicinska diagnostiska och sjukvårdsapplikationer.

Vid kursens slut kommer deltagarna att kunna:

• Förstå rollen för multimodal AI i modern sjukvård.
• Integrera strukturerade och ostrukturerade medicinska data för AI-drivna diagnostiska.
• Tillämpa AI-tekniker för att analysera medicinska bilder och elektroniska hälsorekord.
• Utveckla prediktiva modeller för sjukdomsdiagnostik och behandlingsrekommendationer.
• Implementera tal- och naturligt språkbehandling (NLP) för medicinsk transkription och patientinteraktion.

Denna ledda, live-träning (online eller på plats) riktar sig till mellan- och avancerade vårdprofessionella, biomedicinstekniker och AI-utvecklare som vill dra nytta av Edge AI för innovativa lösningar inom hälso- och sjukvård.

Efter avslutad träning kommer deltagarna att kunna:

• Förstå rollen och fördelarna med Edge AI inom hälso- och sjukvård.
• Utveckla och distribuera AI-modeller på edge-enheter för hälso- och sjukvårdsapplikationer.
• Implementera Edge AI-lösningar i bärbara enheter och diagnostiska verktyg.
• Utforma och distribuera patientövervakningssystem med hjälp av Edge AI.
• Hantera etiska och regleringsmässiga överväganden i AI-applikationer inom hälso- och sjukvård.

LangGraph gör det möjligt att hantera statiska, multi-aktörsarbetsflöden som drivs av LLMs med exakt kontroll över körningsvägar och statispersistens. Inom hälsovården är dessa funktioner avgörande för att uppfylla kraven, säkerställa interoperabilitet och bygga beslutstödssystem som överensstämmer med medicinska arbetsflöden.

Denna instruktörsledda, liveutbildning (online eller på plats) riktar sig till professionella på mellan- till avancerad nivå som vill designa, implementera och hantera LangGraph-baserade lösningar inom hälsovården samt hantera regelverks-, etiska och operativa utmaningar.

Efter avslutad utbildning kommer deltagarna att kunna:

• Designa LangGraph-arbetsflöden inom hälsovården med fokus på att uppfylla kraven och möjliggöra granskning.
• Integrera LangGraph-applikationer med medicinska ontologier och standarder (FHIR, SNOMED CT, ICD).
• Tillämpa bästa praxis för pålitlighet, spårbarhet och förklarbarhet i känsliga miljöer.
• Distribuera, övervaka och validera LangGraph-applikationer i produktionsmiljöer inom hälsovården.

Utbildningens format

• Interaktiv föreläsning och diskussion.
• Hands-on-övningar med verkliga fallstudier.
• Implementationsövning i en live-labbmiljö.

Anpassningsalternativ för kursen

• För att begära en anpassad utbildning för denna kurs, kontakta oss för att ordna.

Denna ledarledda, liveutbildning på Uppsala (online eller på plats) riktar sig till mellan- och högre nivån inom hälso- och sjukvårdsprofessioner och AI-utvecklare som vill utnyttja prompt engineering-tekniker för att förbättra medicinska arbetsflöden, forskningseffektivitet och patientresultat.

Vid utbildningens slut kommer deltagarna att kunna:

• Förstå grunderna i prompt engineering inom hälso- och sjukvård.
• Använda AI-prompts för klinisk dokumentation och patientinteraktioner.
• Utnyttja AI för medicinsk forskning och litteraturgranskning.
• Förbättra läkemedelsupptäckt och kliniska beslutsfattande med AI-drivna prompts.
• Säkerställa överensstämmelse med reglerande och etiska standarder inom hälso- och sjukvårdens AI.

TinyML är integrationen av maskininlärning i lågströms, resursbegränsade bärbara och medicinska enheter.

Detta instruktörssupporterade, liveutbildning (online eller på plats) är riktat till mellannivåpraktiker som vill implementera TinyML-lösningar för hälsöövervakning och diagnostiska tillämpningar.

Efter att ha slutfört denna utbildning kommer deltagarna att kunna:

• Designa och distribuera TinyML-modeller för realtidshälsodataprocessering.
• Samla in, förbearbeta och tolka biosensoreringsdata för AI-drivna insikter.
• Optimera modeller för lågströms- och minnesbegränsade bärbara enheter.
• Utvärdera den kliniska relevansen, pålitligheten och säkerheten av TinyML-drivna resultat.

Kursens format

• Föreläsningar som stöds av livepresentationer och interaktiv diskussion.
• Praktiska övningar med data från bärbara enheter och TinyML-ramverk.
• Implementeringsövningar i en vägledande laboratoriemiljö.

Kursanpassningsalternativ

• För anpassad utbildning som stämmer överens med specifika hälsoteknikenheter eller regleringsarbetsflöden, kontakta oss för att anpassa programmet.

Denna instruktörsledda, liveutbildning i Uppsala (online eller på plats) riktar sig till mellannivå sjukvårdsprofessionella som vill tillämpa AI och AR/VR-lösningar för medicinsk utbildning, kirurgiska simuleringar och rehabilitering.

Efter avslutad utbildning kommer deltagarna att kunna:

• Förstå AI:s roll i att förbättra AR/VR-upplevelser inom sjukvården.
• Använda AR/VR för kirurgiska simuleringar och medicinsk utbildning.
• Tillämpa AR/VR-verktyg för patientrehabilitering och terapi.
• Undersöka etiska och integritetsfrågor i AI-förstärkta medicinska verktyg.