Цель программы: 
  • Познакомить врачей с ключевыми концепциями и возможностями применения методов машинного обучения в медицине.
  • Развить навыки работы с алгоритмами машинного обучения, применимыми к медицинским данным.
  •  Обеспечить понимание современных трендов и перспективы искусственного интеллекта в здравоохранении.
Целевая аудитория:

    Врачи всех специальностей, желающие получить базовые знания в сфере искусственного интеллекта, чтобы использовать его в своей практике. А также лица, имеющие высшее профессиональное образование по специальностям/направлениям подготовки в областях и сферах профессиональной деятельности:

    02 Здравоохранение (в сфере оказания первичной медико-санитарной помощи населению в медицинских организациях: поликлиниках, амбулаториях, стационарно-поликлинических учреждениях муниципальной системы здравоохранения и лечебно-профилактических учреждениях, оказывающих первичную медико-санитарную помощь населению); 

    07 Административно-управленческая и офисная деятельность (в сфере деятельности организаций здравоохранения).

Преимущества обучения:

Практическая направленность: В Программе будут рассмотрены базовые понятия о  методах машинного обучения и их  применение в медицинской практике.

Качество принятия клинических решений: Полученные знания позволят врачам применять алгоритмы машинного обучения для интенсификации принятия врачебного решения в клинической практике.

Повышение эффективности и производительности: Внедрение методов машинного обучения обеспечит автоматизацию многих задач, связанных с медицинской практикой.

Структура курса:

  1. Введение в искусственный интеллект в медицине.
  2. Машинное обучение в медицине.
  3. Обработка медицинских изображений.
  4. Искусственный интеллект в клинической практике.

Ожидаемые результаты:

По окончании Программы участники:

  • получат знания о принципах работы искусственного интеллекта и его применении в медицине;
  • смогут выбирать и применять подходящие методы машинного обучения для анализа медицинских данных; интерпретировать и оценивать результаты моделей машинного обучения; решать этические и правовые проблемы, связанные с использованием методов  машинного обучения в здравоохранении.