Онлайн-курс — сертифицированная профессиональная стажировка по искусственному интеллекту в здравоохранении от Google, Стэнфордский университет.

Узнайте самую свежую информацию о наших продуктах и ​​услугах. Убедитесь в качестве нашей продукции и превосходном обслуживании клиентов. Более подробную информацию ищите на нашем сайте.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Онлайн-курс — сертифицированная профессиональная стажировка по искусственному интеллекту в здравоохранении от Google, Стэнфордский университет.

Professional Certificate

начиная

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Умение анализировать медицинские данные и внешнюю информацию
  • Понимание применения искусственного интеллекта в здравоохранении.
  • Знание безопасного и этичного внедрения технологий искусственного интеллекта в клинику.
  • Улучшение сотрудничества между медицинскими работниками и информатикой
  • Опыт практической реализации итогового проекта в сфере здравоохранения
  • Понимание влияния выбора на здравоохранение, рекомендованное моделями искусственного интеллекта

What you will learn in the course

Courses for which the course is suitable

  • Врачи
  • Аналитики медицинских данных
  • Исследователи здравоохранения
  • Специалисты в области цифрового здравоохранения
  • Разработчики здравоохранения
  • Менеджеры проектов в сфере здравоохранения
  • Консультанты в области здравоохранения
  • Профессионалы в области компьютерных наук
  • Эксперты по искусственному интеллекту в сфере здравоохранения

Стажировка — серия из 5 курсов

Искусственный интеллект (ИИ) преобразовал отрасли по всему миру и потенциально может кардинально изменить здравоохранение. Представьте себе возможность анализировать данные о посещениях пациентами клиники, назначенных лекарствах, выполненных лабораторных исследованиях и процедурах, а также данные извне системы здравоохранения, такие как социальные сети, покупки, сделанные с помощью кредитных карт, записи о населении, журналы поиска в Интернете, которые содержат ценную информацию. информация о здоровье.

В ходе этой стажировки мы обсудим текущие и будущие применения искусственного интеллекта в здравоохранении с целью научиться безопасно и этически внедрять технологии искусственного интеллекта в клинику.

целевая аудитория

  • медицинские работники
  • Профессионалы в области компьютерных наук

Эта специализация предлагает идеи для улучшения сотрудничества между областями.

Аккредитация CME

Медицинский факультет Стэнфордского университета аккредитован Советом по аккредитации непрерывного медицинского образования (ACCME) для обеспечения непрерывного медицинского образования врачей. Полную информацию об аккредитации CME можно увидеть на странице часто задаваемых вопросов конкретного курса.

Практический учебный проект

Заключительный курс будет включать итоговый проект, в ходе которого вы совершите экскурсию, где мы рассмотрим все концепции, которые мы рассмотрели на различных занятиях. Это будет практический опыт, в ходе которого основное внимание будет уделено путешествию пациента через призму данных с помощью уникального набора данных, созданного для этой специализации.

Мы рассмотрим, как различные варианты, которые вы сделаете, например, связанные с построением функций, типами данных, которые вы хотите использовать, способом оценки модели и тем, как вы будете работать с временной шкалой пациента, повлияют на рекомендованное лечение. по модели.

Details of the courses that make up the specialization

Введение в здоровье

Курс 1

11 часов
4,8 (981 оценка)

  • Основные проблемы в американской системе здравоохранения
  • Проблемы, которые могут возникнуть при попытках улучшить оказание медицинской помощи и систему здравоохранения
  • Кто является основными факторами в американской системе здравоохранения?

Курс 2

11 часов
4,7 (336 оценок)

  • Как применить методологию в области интеллектуального анализа медицинских данных
  • Этическое использование данных при принятии решений в сфере здравоохранения
  • Как использовать данные могут быть неточными систематическим образом
  • Что является важным исследовательским вопросом и как построить рабочий процесс для успешного анализа данных?

Курс 3

14 часов
4,8 (466 оценок)

  • Определить важные связи между областями машинного обучения, биостатистики и традиционного программирования.
  • Узнайте о передовых архитектурах нейронных сетей для таких задач, как классификация текста, распознавание и сопоставление объектов.
  • Изучите важные подходы к использованию данных для обучения, проверки и тестирования моделей машинного обучения.
  • Понять, как динамичная медицинская практика и меняющиеся потребности влияют на разработку и отказ от клинических приложений машинного обучения.

Курс 4

11 часов
4,6 (234 оценки)

  • Принципы и практические соображения по интеграции ИИ в процессы клинической работы
  • Передовой опыт применения искусственного интеллекта для продвижения справедливых и равноправных решений в области здравоохранения
  • Проблемы регулирования в приложениях ИИ и какие компоненты регулируемой модели
  • Какая стандартная оценочная матрица является удовлетворительной, а какая нет

Курс 5

10 часов
4,6 (210 оценок)

  • Заключительный проект, посвященный исследованию всех концепций, изученных на различных занятиях.
  • Путешествие пациента с респираторными симптомами и отслеживание данных, генерируемых на каждом сеансе
  • Построение моделей принятия решений о риске для пациента
  • Обсуждение нормативных и этических проблем использования ИИ для принятия более эффективных решений.

Похожие