Цель программы:

  • Сформировать у слушателей современные компетенции в области обработки естественного языка (NLP) и искусственного интеллекта для решения задач в сфере здравоохранения.
  • Познакомить специалистов с ключевыми концепциями и возможностями применения методов машинного обучения и NLP в клинической практике.
  • Развить практические навыки работы с алгоритмами анализа текстовой медицинской информации, включая обработку электронных медицинских карт, автоматизацию документооборота и внедрение чат-ботов.

Целевая аудитория: 

Программа предназначена для:

  • Врачей всех специальностей, заинтересованных в использовании технологий искусственного интеллекта для оптимизации своей деятельности;
  • Специалистов в области здравоохранения, оказывающих первичную медико-санитарную помощь в поликлиниках, амбулаториях, стационарах и других медицинских организациях;
  • Работников административно-управленческого аппарата учреждений здравоохранения, отвечающих за цифровизацию процессов, внедрение информационных систем и работу с большими объемами текстовых данных.

Требования к слушателям: наличие высшего или среднего профессионального образования по направлениям подготовки в областях:

  • 02 Здравоохранение;
  • 07 Административно-управленческая и офисная деятельность;
  • Информационные технологии и смежные области.

Преимущества обучения:

Практико-ориентированный подход
Курс включает практические задания по анализу реальных медицинских текстов с использованием Python и специализированных библиотек (NLTK, Gensim, Natasha), что позволяет сразу применять полученные знания в рабочей практике.

Структура курса: 

  1. Введение.
  2. Основы языка программирования Python.
  3. Введение в машинное обучение.
  4. Введение в NLP.

Ожидаемые результаты:

По окончании программы участники будут способны:

  • разрабатывать информационные модели лечебно-диагностических процессов с использованием Python и NLP-технологий;
  • применять методы обработки естественного языка для анализа медицинских записей, выписок и исследований;
  • использовать популярные фреймворки и сервисы (Hugging Face, Gensim, Natasha) для создания прототипов ИИ-решений;
  • собирать, обрабатывать и анализировать текстовые данные в медицинских информационных системах;
  • внедрять чат-ботов и системы автоматической генерации текста в практику учреждения;
  • оценивать этические, юридические и технические аспекты использования NLP в здравоохранении.

Форма документа по окончании:

Удостоверение о повышении квалификации установленного образца с указанием 72 академических часов.