ΑΙ και η Εφαρμογή της στα Ιατρικά Δεδομένα

Η τεχνητή νοημοσύνη (ΤΝ) βρίσκεται πλέον στην καρδιά της τεχνολογικής επανάστασης που μετασχηματίζει τον τομέα της ψηφιακής υγείας. Από την ανάλυση ιατρικών εικόνων έως την εξατομικευμένη ιατρική, οι δυνατότητες που προσφέρει είναι τεράστιες, αλλά και γεμάτες προκλήσεις.

Σκοπός του Σεμιναρίου

Το σεμινάριο στοχεύει στην ενδυνάμωση του ρόλου των επαγγελματιών υγείας, φοιτητών και ερευνητών, στο νέο ψηφιακό οικοσύστημα της Ιατρικής Πληροφορικής. Μέσα από μια πρακτικά προσανατολισμένη εκπαίδευση στις εφαρμογές της Τεχνητής Νοημοσύνης και της Βαθιάς Μάθησης (Deep Learning), οι συμμετέχοντες αποκτούν βασικές και εξειδικευμένες δεξιότητες που τους καθιστούν ικανούς να αξιοποιήσουν τις νέες τεχνολογίες για αποτελεσματικότερη, ασφαλέστερη και πιο εξατομικευμένη υγειονομική φροντίδα.

Με έμφαση στην πρακτική εφαρμογή και την αξιοποίηση πραγματικών δεδομένων, το σεμινάριο επικεντρώνεται:

• Στην κατανόηση των βασικών εννοιών της Τεχνητής Νοημοσύνης στην Ιατρική: Παρουσιάζονται οι σύγχρονες τεχνολογίες και τα πεδία εφαρμογής τους στον χώρο της ιατρικής πληροφορικής και της υγειονομικής φροντίδας.
• Στην πρακτική ανάλυση ιατρικών εικόνων: Οι συμμετέχοντες εκπαιδεύονται σε εργαλεία όπως τα MONAI και PyRadiomics, μαθαίνοντας πώς να προετοιμάζουν, επεξεργάζονται και αναλύουν απεικονιστικά δεδομένα με τεχνικές τεχνητής νοημοσύνης.
• Στην ανάπτυξη ικανοτήτων για εφαρμογές προσωποποιημένης ιατρικής: Η εκπαίδευση καλύπτει τη διαδικασία εξαγωγής χαρακτηριστικών και μοντελοποίησης για την υποστήριξη κλινικών αποφάσεων.
• Στην καλλιέργεια κριτικής σκέψης γύρω από τα ηθικά και νομικά ζητήματα της ΤΝ: Δίνεται έμφαση στις προκλήσεις που σχετίζονται με την ιδιωτικότητα των δεδομένων, την αλγοριθμική μεροληψία και τη δεοντολογία στη χρήση ΑΙ στην υγεία.
• Στην ενίσχυση της διεπιστημονικής προσέγγισης και της καινοτομίας: Οι συμμετέχοντες ενθαρρύνονται να αναζητήσουν τρόπους ενσωμάτωσης των νέων τεχνολογιών στην καθημερινή επιστημονική και επαγγελματική τους πρακτική.

Σε ποιους απευθύνεται

Το σεμινάριο απευθύνεται σε φοιτητές, ερευνητές και επαγγελματίες που δραστηριοποιούνται στους τομείς της ιατρικής, της πληροφορικής, της βιοϊατρικής τεχνολογίας και της υγειονομικής φροντίδας. Ειδικότερα, αφορά ιατρούς, νοσηλευτές, βιοϊατρικούς επιστήμονες, τεχνολόγους ιατρικών εργαστηρίων, αναλυτές δεδομένων, μηχανικούς υπολογιστών, και στελέχη πληροφορικής στον χώρο της υγείας, οι οποίοι επιθυμούν να ενισχύσουν τις γνώσεις και τις δεξιότητές τους γύρω από την Τεχνητή Νοημοσύνη και τις εφαρμογές της στην Ιατρική Πληροφορική.

Με την ολοκλήρωση του σεμιναρίου, οι συμμετέχοντες θα λάβουν βεβαίωση παρακολούθησης.

Εισηγητές

Ιωάννης Τσούγκος: είναι Καθηγητής Ιατρικής Φυσικής στο Τμήμα Ιατρικής του Πανεπιστημίου Θεσσαλίας, και Διευθυντής του Εργαστηρίου Ιατρικής Πληροφορικής και Εφαρμογών Βιοϊατρικής Απεικόνισης. Είναι επίσης Senior Research Fellow στο Τμήμα Νευροαπεικόνισης του King’s College London και μέλος του Διοικητικού Συμβουλίου της European School of Medical Physics Experts (ESMPE). Εκπόνησε Διδακτορική Διατριβή στην Ακτινοφυσική στο Πανεπιστήμιο Θεσσαλίας και το Karolinska Insitutet και είναι κάτοχος δύο Μεταπτυχιακών τίτλων στην Ιατρική Φυσική και στην Κλινική Εκπαίδευση από την Ιατρική Σχολή του Πανεπιστημίου του Εδιμβούργου. Το ερευνητικό του έργο επικεντρώνεται στις τεχνικές Μαγνητικής Τομογραφίας, στις υβριδικές απεικονιστικές μεθόδους (PET/MR, SPECT/CT) και στις εφαρμογές Τεχνητής Νοημοσύνης και Εικονικής/Επαυξημένης Πραγματικότητας στην Ιατρική Εκπαίδευση και Κλινική Πράξη. Έχει ηγηθεί εκπαιδευτικών και ερευνητικών πρωτοβουλιών σε εθνικό και διεθνές επίπεδο, συντονίζοντας και συμμετέχοντας σε ευρωπαϊκά προγράμματα, και έχει βραβευτεί με το Study UK Alumni Award (Social Action) του British Council. Είναι ο ιδρυτής και διευθυντής του ΠΜΣ «Βιοϊατρική Απεικόνιση και Ακτινοπροστασία» και έχει συμβάλει καθοριστικά στην αναμόρφωση των Ιατρικών προγραμμάτων σπουδών και στην έναρξη αγγλόφωνου προπτυχιακού προγράμματος στην Ιατρική Σχολή του Πανεπιστημίου Θεσσαλίας.

Βαλεντίνα Πανέτα: είναι Φυσικός Εφαρμογών από τη ΣΕΜΦΕ του ΕΜΠ και εργάζεται ως Data Scientist και Project Manager στην εταιρία BIOEMTECH από τον Αύγουστο 2022. Έχει Διδακτορικό στην Πυρηνική Φυσική και μεταπτυχιακό τίτλο στην Επιστήμη Δεδομένων και Μηχανική Μάθηση από το αντίστοιχο Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών του ΕΜΠ, ενώ το 2018 ολοκλήρωσε τη μεταδιδακτορική της έρευνα στην Ουψάλα της Σουηδίας. Το 8 χρόνων ακαδημαϊκό και ερευνητικό της υπόβαθρο στην πειραματική πυρηνική φυσική και τις εφαρμογές της με χρήση ιοντίζουσας ακτινοβολίας στην ανάλυση υλικών, συνδυάζεται με την εργασιακή εμπειρία της ως Data Scientist τα τελευταία 4 χρόνια στην επεξεργασία και ανάλυση δεδομένων γα την εξαγωγή γνώσης σε συνδυασμό με την ανάπτυξη αλγορίθμων ΑΙ για την παραγωγή βέλτιστων λύσεων και προβλεπτικών μοντέλων στην ιατρική.

Βασίλης Ελευθεριάδης: Είναι κάτοχος διπλώματος Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών από το ΕΜΠ. Από το 2020 εργάζεται στη BIOEMTECH ως Μηχανικός Λογισμικού με εξειδίκευση στην Τεχνητή Νοημοσύνη. Η ερευνητική του δραστηριότητα επικεντρώνεται στη βιοϊατρική τεχνολογία, με κύρια πεδία ενδιαφέροντος τη μηχανική και βαθιά μάθηση, την επιστήμη δεδομένων και την ιατρική απεικόνιση. Διαθέτει πέντε δημοσιεύσεις σε αναγνωρισμένα επιστημονικά περιοδικά ενώ έχει πολλαπλές συμμετοχές σε διεθνή συνέδρια στον κλάδο της βιοϊατρικής τεχνολογίας και της τεχνητής νοημοσύνης.

Παναγιώτης Παπαδημητρούλας: είναι Αναπληρωτής Καθηγητής Βιοϊατρικής Πληροφορικής στο Τμήμα Ιατρικής του Πανεπιστημίου Θεσσαλίας, ενώ είναι συνιδρυτής της εταιρίας BIOEMTECH και σύμβουλος του τμήματος SW (www.bioemtech.com). Είναι διπλωματούχος της Σχολής Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών του ΕΜΠ και κατέχει μεταπτυχιακό δίπλωμα Ιατρικής Φυσικής από το Πανεπιστήμιο Πατρών. Κατέχει διδακτορικό στην Ιατρική Φυσική καθώς και έχει λάβει υποτροφία Μεταδιδακτορικής έρευνας από το ΙΚΥ. Ειδικεύεται σε προσομοιώσεις Monte Carlo και τεχνικές Τεχνητής Νοημοσύνης στην ιατρική, με έμφαση στις εφαρμογές ιατρικής ακριβείας. Έχει συντονίσει 3 διεθνή έργα ενώ έχει συμμετάσχει σε άλλα 15 διεθνή και εθνικά ερευνητικά έργα ως επιστημονικός συνεργάτης και υπεύθυνος της εταιρίας BIOEMTECH. Είναι επίσημο μέλος του OpenGATE collaboration και του Hellenic Digital Health Cluster με πλούσιο συγγραφικό έργο.

Θωμάς Κυλινδρής: είναι Ηλεκτρολόγος Μηχανικός και Μηχανικός Υπολογιστών ΑΠΘ, κάτοχος διδακτορικού στην Ιατρική Φυσική. Είναι ΕΔΙΠ Πληροφορικής στο Τμήμα Ιατρικής του Πανεπιστημίου Θεσσαλίας. Υπηρετεί στο Εργαστήριο Ιατρικής Πληροφορικής και Εφαρμογών Βιοϊατρικής Απεικόνισης όπου συμμετέχει ενεργά στη διδασκαλία και στην ανάπτυξη των ερευνητικών και εφαρμοσμένων δραστηριοτήτων του. Έχει ειδίκευση στην ανάλυση δεδομένων την ανάπτυξη λογισμικού και την ολοκλήρωση συστημάτων με τη βοήθεια τεχνικών Εικονικής Πραγματικότητας και Τεχνητής Νοημοσύνης. Από το 2022 επιστημονικός και τεχνικός συνεργάτης στο Center for Neural Science του NYU.