Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Varaktighet 14 timmar (2 dagar)
Kursplan
Introduktion till AI inom hälsosjukvården
- Tillämpningar av AI för klinisk beslutsstöd och diagnoser
- Översikt över hälso- och sjukvårdsdataformat: strukturerad, text, bildning, sensorer
- Unika utmaningar vid utveckling av medicinsk AI
Förberedelse och hantering av hälso- och sjukvårdsdata
- Arbeta med EMRs, laboratorieresultat och HL7/FHIR-data
- Förbehandling av medicinska bilder (DICOM, CT, MRI, X-ray)
- Hantering av tidsserie data från dräktbara enheter eller intensivvårdsövervakare
Finjusteringsmetoder för hälso- och sjukvårdsmodeller
- Överföringsinlärning och domänanpassning
- Uppgiftsspecifik modellfinjustering för klassificering och regression
- Finjustering med begränsade annoterade data vid låg resursutnyttjande
Sjukdomsprediktion och prognos av patientutgångar
- Riskscoring och tidiga varningssystem
- Prediktiv analys för insjuknande och behandlingsrespons
- Integrering av multimodala modeller
Etik, sekretess och regelverksnära överväganden
- HIPAA, GDPR och hantering av patientdata
- Biasminimering och rättvisa granskning i modeller
- Förklarbarhet vid klinisk beslutsfattande
Utvärdering och validering av modeller i kliniska miljöer
- Prestationsmätningar (AUC, sensitivitet, specifiktet, F1)
- Valideringstekniker för obalanserade och högrisken datauppsättningar
- Simulerade vs. verkliga testpipelines
Distribuering och övervakning i hälsosjukvårds miljöer
- Modellintegration i sjukhus IT-system
- CI/CD i reglerade medicinska miljöer
- Efterdistributionsdriftsökning och kontinuerligt lärande
Sammanfattning och nästa steg
Krav
- Förmåga att förstå principer inom maskininlärning och övervakad inlärning
- Erfarenhet av hälso- och sjukvårdsdatauppsättningar som EMRs, bildningsdata eller kliniska anteckningar
- Kunskap om Python och ML-frameworks (t.ex., TensorFlow, PyTorch)
Målgrupp
- Utvecklare av medicinsk AI
- Data scientist inom hälso- och sjukvård
- Professionella som bygger diagnostiska eller prediktiva hälsomodeller