코스 개요

의료 AI 소개

  • 임상 의사 결정 지원 및 진단에서의 AI 활용
  • 구조화된, 텍스트, 영상, 센서 데이터 등 의료 데이터 유형 개요
  • 의료 AI 개발에 고유한 도전 과제

의료 데이터 준비 및 관리

  • EMRs, 검사 결과, HL7/FHIR 데이터 사용
  • DICOM, CT, MRI, X-ray 등의 의료 영상 전처리
  • 웨어러블 기기 또는 중환자실 모니터에서의 시간 시리즈 데이터 처리

의료 모델 세부 조정 기술

  • 전이 학습 및 도메인별 적응
  • 분류 및 회귀를 위한 작업별 모델 튜닝
  • 제한된 주석 데이터로의 저자원 세부 조정

질병 예측 및 결과 예측

  • 위험 점수화 및 조기 경보 시스템
  • 재입원 및 치료 반응 예측 분석
  • 다중 모드 모델 통합

윤리, 프라이버시, 규제 고려 사항

  • HIPAA, GDPR 및 환자 데이터 처리
  • 편향 감소 및 모델 공정성 검토
  • 임상 의사 결정에서의 설명 가능성

임상 환경에서의 모델 평가 및 검증

  • 성능 지표(AUC, 민감도, 특이도, F1)
  • 불균형 및 고위험 데이터셋에 대한 검증 기술
  • 시뮬레이션 대 실제 세계 테스트 파이프라인

의료 환경에서의 배포 및 모니터링

  • 병원 IT 시스템에 모델 통합
  • 규제된 의료 환경에서의 CI/CD
  • 배포 후 이탈 감지 및 지속 학습

요약 및 다음 단계

요건

  • 기계 학습 원리 및 지도 학습에 대한 이해
  • EMRs, 영상 데이터, 임상 노트 등의 의료 데이터셋 사용 경험이 있음
  • Python 및 ML 프레임워크(예: TensorFlow, PyTorch)에 대한 지식이 있음

대상자

  • 의료 AI 개발자
  • 의료 데이터 과학자
  • 진단 또는 예측 의료 모델을 구축하는 전문가
 14 시간

참가자 수


참가자별 가격

예정된 코스

관련 카테고리