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 21 timmar
Kursplan
Grundläggande kunskaper om TinyML inom hälso- och sjukvården
- Karaktäristika för TinyML-system
- Häso- och sjukvårdsspecifika begränsningar och krav
- Överblick av AI-arkitekturer för barndyrbara enheter
Biosignalskaffande och förbehäntling
- Arbete med fysiologiska sensorer
- Brusreducering och filterteknik
- Utväljande av funktioner för medicinska tidsserier
Utveckling av TinyML-modeller för barndyrbara enheter
- Val av algoritm för fysiologisk data
- Träning av modeller för begränsade miljöer
- Utvärdering av prestanda på häso- och sjukvårdsdatauppsättningar
Införande av modeller på barndyrbara enheter
- Användning av TensorFlow Lite Micro för införande på enheten
- Integrering av AI-modeller i medicinska barndyrbara enheter
- Testning och verifiering på inbäddad hårdvara
Optimering av ström- och minnesanvändning
- Tekniker för att minska beräkningsbelastningen
- Optimering av dataflöde och minnesanvändning
- Balansering av noggrannhet och effektivitet
Säkerhet, tillförlitlighet och efterlevnad
- Regelverksskäl för AI-aktiverade barndyrbara enheter
- Säkerställande av robusthet och klinisk användbarhet
- Fail-safe-mekanismer och felsökning
Studiefall och tillämpningar inom hälso- och sjukvården
- Barndyrbara hjärtövervakningssystem
- Aktivitetsidentifiering i rehabilitering
- Kontinuerlig övervakning av blodsocker och biometri
Framtida riktningar inom medicinsk TinyML
- Multi-sensorfusion tillvägagångssätt
- Personanpassad häsoanalys
- Nästa generations strömsnåla AI-chip
Sammanfattning och nästa steg
Krav
- En förståelse för grundläggande begrepp inom maskininlärning
- Erfarenhet av inbäddade eller biomedicinska enheter
- Kännedom om utveckling i Python eller C
Målgrupp
- Häso- och sjukvårdsprofessionella
- Biomedicinska ingenjörer
- AI-utvecklare
Vittnesmål (2)
färdigheter och projekt i Claude, olika verktyg för olika ändamål
Agnieszka Czypionka
Kurs - Generative AI in Healthcare: Transforming Medicine and Patient Care
Maskintolkat
En genomgående översikt över bakgrunden och hur man formulerar en prompt.
Olaf Kannt - Helios Klinikum Krefeld
Kurs - Generative AI and Prompt Engineering in Healthcare
Maskintolkat