Искусственный интеллект AI в медицине
О чём курс
О чём курс
Николай Павлов, Виктория Иванова и Игорь Стурейко вместе с другими преподавателями разбирают разработку медицинского ИИ: от постановки задачи и подготовки данных до оценки модели и её применения на практике. Вы проследите, как медицинские данные становятся датасетом, какие задачи решают классические методы машинного обучения и нейросети и как учитывать специфику медицинской информации при разметке. Отдельное внимание уделено доверию специалистов, этике и регистрации ИИ как медицинского изделия.
Для кого и что нужно знать
Курс рассчитан на специалистов Machine Learning и Data Science, Python-разработчиков с опытом ML, биоинформатиков и аналитиков. Он также адресован исследователям, врачам и организаторам здравоохранения, которые работают или планируют работать с медицинскими данными и ИИ. Для примеров и домашних заданий нужны базовые знания Python и основ математической статистики.
Что внутри
Сначала вы познакомитесь с источниками медицинских данных, подготовкой датасетов и основами регрессии, классификации и ансамблей моделей. Затем преподаватели разбирают практические случаи: изображения, томограммы, электронные медицинские карты, биосигналы, энцефалограммы, омиксные данные, генетический анализ и поиск лекарственных средств. В заданиях предусмотрены разбор результатов машинного обучения и техническая поддержка разметки данных.
В заключительном месяце вы разрабатываете проект на основе пройденного материала и можете консультироваться с преподавателями. Они разбирают работы студентов и дают обратную связь по домашним заданиям. Среди преподавателей также названы Илья Попов, Дмитрий Гайнуллин и Раиль Сулейманов.
Программа обучения
Основы медицинской диагностики. Медицинские данные и датасеты В этом модуле вы изучите, как правильно ставится задача разработчикам, и как видят ИИ врачи со своих позиций. Тема 1: Введение в искусственный интеллект в медицине Тема 2: Медицинские данные: обзор, источники, классификации Тема 3: Особенности подготовки медицинских датасетов Тема 4: Обзор применения ИИ в медицине Основы ML в медицине В этом модуле студент знакомится с базовыми принципами и технологиями машинного обучения с уклоном в медицинскую область (с примерами и с наиболее часто встречающимися подходами к машинному обучению в медицине). Тема 1: Введение в машинное обучение Тема 2: Задача регрессии. Линейная регрессия Тема 3: Задача классификации. Метод ближайших соседей Тема 4: Логистическая регрессия Тема 5: Деревья решений Тема 6: Ансамбли моделей Тема 7: Специфика ML в медицине Тема 8: Q&A-сессия Практические примеры ИИ в медицине В этом модуле вы рассмотрите насколько разнообразны примеры, где ИИ находит свое место в медицине. Каждое занятие - это практический кейс, где ИИ дает буст врачу или пациенту. Тема 1: Медицинская визуализация Тема 2: Кейс: Детекция патологии на томограммах (срезах) // ДЗ Тема 3: Кейс: Хорошие или плохие «родинки» // ДЗ Тема 4: Кейс: «Невидимый нож» в лучевой хирургии // ДЗ Тема 5: Электронные истории болезней. Медицинские карты Тема 6: Кейс: Виртуальные ассистенты врача // ДЗ Тема 7: Биосигнальные данные Тема 8: Кейс: Предсказания по энцефалограммам // ДЗ Тема 9: Омиксные данные. Генетический анализ Тема 10: Кейс: Анализ омиксных данных // ДЗ Тема 11: Кейс: Поиск новых лекарственных средств // ДЗ Тема 12: Q&A-сессия по ДЗ Особенности ИИ в медицине В этом модуле вы изучите медицинскую специфику и о том, насколько сложно применить ИИ в реальной жизни. Тема 1: Этика и доверие к медицинскому ИИ Тема 2: Регистрация ИИ как медицинского изделия Проектная работа Заключительный месяц курса посвящен проектной работе. Проект – это самая интересная часть обучения. Вы будете разрабатывать его на основе полученных на курсе навыков и компетенций. В процессе работы над проектом можно получить консультацию преподавателей.
Теги курса
Отзывов пока нет. Будьте первым!
Этот курс сейчас в процессе организации складчины. Нажмите кнопку «Записаться» и ожидайте старта — вам придёт уведомление. Когда складчина стартует, в карточке курса будет указан актуальный взнос. Текущая цена пока в процессе формирования и может отличаться от финальной.
Да, мы стремимся, чтобы финальный взнос был не больше ≈10% от оригинальной цены курса. Чем больше участников записывается в складчину, тем ниже выходит взнос для каждого.
Нажмите кнопку «Записаться» и авторизуйтесь на сайте через email (через ту же почту, которую будете использовать для входа). В личном кабинете вас будут ждать инструкции, как пригласить других участников — чем больше людей записалось, тем быстрее стартует складчина и тем ниже взнос. Как только складчина готова к приобретению, вам придёт уведомление.