Τεχνητή Νοημοσύνη σε Ιατρικά Δεδομένα & Εφαρμογές με Χρήση Python

ΗΜΕΡΟΜΗΝΙΑ & ΩΡΑ
Σάββατο 11 & Κυριακή 12 Νοεμβρίου 2023 | 10:00 - 15:30
ΤΟΠΟΘΕΣΙΑ
Future Learning Lab & Online
ΕΙΣΟΔΟΣ
170 €
140 € (για ομαδικές εγγραφές έως τις 31.10.2023)
Online: 100 €
ΔΗΛΩΣΤΕ ΣΥΜΜΕΤΟΧΗ Button

ΑΝΑΛΥΤΙΚΗ ΠΕΡΙΓΡΑΦΗ

Εξοπλιστείτε με όλες τις απαραίτητες γνώσεις αιχμής της Τεχνητής Νοημοσύνης στον κλάδο της Υγείας, μέσα από το νέο υβριδικό σεμινάριο. Είναι ειδικά σχεδιασμένο για φοιτητές, εργαζόμενους στον τομέα της Πληροφορικής και ιατρούς που θέλουν να κατανοήσουν και να εφαρμόσουν την Τεχνητή Νοημοσύνη στα ιατρικά δεδομένα.

Σκοπός του σεμιναρίου είναι να εξοικειωθούν οι συμμετέχοντες με τις βασικές τεχνολογίες της Τεχνητής Νοημοσύνης, της Μηχανικής και της Βαθιάς Μάθησης και την ανάπτυξη εφαρμογών με τη χρήση της Python. Κατά τη διάρκεια των 12 ωρών εκπαίδευσης και με την καθοδήγηση των Επίκουρων Καθηγητών του Τμήματος Πληροφορικής του Ιονίου Πανεπιστημίου, Θεμιστοκλή Έξαρχου και Αριστείδη Βραχάτη, και του Ερευνητή, Κωνσταντίνου Λάζαρου, θα υλοποιηθούν παραδείγματα εφαρμογής τεχνικών σε ιατρικά δεδομένα, όπως επεξεργασία βιοσημάτων, κλινικών δεδομένων και ιατρικών εικόνων, για την ανάπτυξη ευφυών συστημάτων και εφαρμογών.

Πιο συγκεκριμένα, κατά τη διάρκεια του σεμιναρίου οι συμμετέχοντες θα:

  • Κατανοήσουν τις εισαγωγικές έννοιες της Τεχνητής Νοημοσύνης, της Μηχανικής Μάθησης και της Βαθιάς Μάθησης, καθώς και τις προοπτικές τους στον τομέα της Βιοϊατρικής.
  • Εξοικειωθούν με τις θεμελιώδεις αρχές και τη μαθηματική βάση της Τεχνητής Νοημοσύνης για να κατανοήσουν εις βάθος και να ερμηνεύσουν τα αποτελέσματα της στην ανάλυση βιοϊατρικών δεδομένων.
  • Μάθουν για τους βασικούς Αλγορίθμους Ομαδοποίησης και Κατηγοριοποίησης, κατανοώντας πότε, πώς και γιατί χρησιμοποιούνται.
  • Μάθουν πως να αναλύουν κλινικά δεδομένα, εικόνες MRI και κείμενα από ιατρικές συνταγογραφήσεις χρησιμοποιώντας τεχνικές Μηχανικής Μάθησης με τη γλώσσα προγραμματισμού Python.
  • Αντιμετωπίσουν πρακτικά βιοϊατρικά ζητήματα με την εφαρμογή και ερμηνεία τεχνικών Μηχανικής και Βαθιάς Μάθησης..
  • Αποκτήσουν βασικές και απαραίτητες δεξιότητες στη χρήση σημαντικών βιβλιοθηκών Python όπως Numpy, Pandas, Matplotlib, Scikit-Learn και TensorFlow.

Το Python σεμινάριο θα προσφέρεται τόσο διά ζώσης όσο και διαδικτυακά με την υβριδική μέθοδο. Στη διά ζώσης μορφή, οι συμμετέχοντες θα πρέπει να φέρουν τον προσωπικό τους υπολογιστή και θα έχουν τη δυνατότητα για hands-on εκμάθηση με άμεση τεχνική υποστήριξη. Για την online συμμετοχή, οι συμμετέχοντες θα μπορούν να παρακολουθούν τις διαλέξεις και τις εργαστηριακές ασκήσεις, χωρίς hands-on τεχνική υποστήριξη.

Με την ολοκλήρωση του σεμιναρίου, οι εκπαιδευόμενοι θα γνωρίζουν τις βασικές αρχές της Τεχνητής Νοημοσύνης και τις αντίστοιχες μεθοδολογίες. Θα είναι σε θέση να επιλύουν προβλήματα που χρήζουν την εφαρμογή Τεχνητής Νοημοσύνης και να σχεδιάζουν αποτελεσματικές λύσεις για την ανάπτυξη ευφυών συστημάτων και συστημάτων υποστήριξης απόφασης σε Python.

ΕΝΟΤΗΤΕΣ ΣΕΜΙΝΑΡΙΟΥ

1. Εισαγωγή στην Τεχνητή Νοημοσύνη στον χώρο της Βιοϊατρικής (3 ώρες)

    • Εισαγωγικές Έννοιες
    • 4η Βιομηχανική Επανάσταση στον χώρο της Υγείας
    • Σύγχρονες προκλήσεις στον χώρο της Βιοϊατρικής
    • Τεχνητή Νοημοσύνη και Αγορά Εργασίας

2. Εφαρμογές της Τεχνητής Νοημοσύνης σε τομείς Υγειονομικής Περίθαλψης και Ιατρικής (3 ώρες)

    • Εφαρμογές σε Νοσοκομεία
    • Εφαρμογές στην Βιομηχανία Φαρμάκου
    • Εφαρμογές σε Κλινικά Δεδομένα για Πολύπλοκες Ασθένειες

3. Μέθοδοι Επιβλεπόμενης Μάθησης σε πραγματικά προβλήματα Βιοϊατρικής (3 ώρες)

    • Αλγόριθμοι Κατηγοριοποίησης και Παλινδρόμησης
    • Εφαρμογή και Αξιολόγηση Αλγορίθμων
    • Υλοποίηση σε γλώσσα Python (R ή Matlab)

4. Μέθοδοι Μη-Επιβλεπόμενης Μάθησης σε πραγματικά προβλήματα Βιοϊατρικής (3 ώρες)

    • Αλγόριθμοι Ομαδοποίησης και Οπτικοποίησης
    • Εφαρμογή και Αξιολόγηση Αλγορίθμων
    • Υλοποίηση σε γλώσσα Python (R ή Matlab)

ΕΚΠΑΙΔΕΥΤΕΣ

Έξαρχος Θεμιστοκλής, Επίκουρος Καθηγητής

Ο Έξαρχος Θεμιστοκλής είναι Επίκουρος Καθηγητής στο Τμήμα Πληροφορικής του Ιονίου Πανεπιστημίου με γνωστικό αντικείμενο «Μοντελοποίηση Δεδομένων και Συστήματα Υποστήριξης Αποφάσεων». Αποφοίτησε από το Τμήμα Μηχανικών Υπολογιστών & Πληροφορικής του Πανεπιστημίου Πατρών. Έλαβε το διδακτορικό του στην Ιατρική Σχολή του Πανεπιστημίου Ιωαννίνων. Η έρευνά του επικεντρώνεται στα πεδία Μοντελοποίηση και εξόρυξη δεδομένων, Ανάπτυξη συστημάτων υποστήριξης αποφάσεων με ευφυείς τεχνικές, Διαχείριση μεγάλου όγκου δεδομένων και Βιοϊατρική πληροφορική.

Βραχάτης Αριστείδης, Επίκουρος Καθηγητής

Ο Βραχάτης Αριστείδης είναι Επίκουρος Καθηγητής στο Τμήμα Πληροφορικής του Ιονίου Πανεπιστημίου με γνωστικό αντικείμενο «Τεχνητή Νοημοσύνη στη Μοντελοποίηση Πολύπλοκων Συστημάτων». Έλαβε το διδακτορικό του το 2016 από το Τμήμα Μηχανικών Υπολογιστών & Πληροφορικής του Πανεπιστημίου Πατρών, όπου αποφοίτησε το 2011 και έλαβε και το Δίπλωμα Ειδίκευσης (MSc) στο ΜΠΣ «Επιστήμη και Τεχνολογία Υπολογιστών» το 2013. Η έρευνά του επικεντρώνεται στο πεδίο της Τεχνητής Νοημοσύνης και πιο συγκεκριμένα στο πεδίο της Μηχανικής Μάθησης για την Εξόρυξη Δεδομένων Μεγάλου Όγκου και Μοντελοποίηση Πολύπλοκων Συστημάτων. Η έρευνα του αντιμετωπίζει κυρίως προβλήματα και δεδομένα των Βιοϊατρικών Επιστημών.

Κωνσταντίνος Λάζαρος, Ερευνητής

Ο Κωνσταντίνος Λάζαρος, Ερευνητής στο Εργαστήριο Βιοπληροφορικής και Ανθρώπινης Ηλεκτροφυσιολογίας του Ιονίου Πανεπιστημίου, έχει αντικείμενο έρευνας τον σχεδιασμό υπολογιστικών εργαλείων για την ανάλυση και επεξεργασία βιοιατρικών δεδομένων μεγάλου όγκου.

ΦΟΡΜΑ ΣΥΜΜΕΤΟΧΗΣ

Scroll to Top