Методы машинного обучения в клинической практике: базовые понятия
- 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.
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:
- Введение в искусственный интеллект в медицине.
- Машинное обучение в медицине.
- Обработка медицинских изображений.
- 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.