Tabiat.com saytiga tashrif buyurganingiz uchun rahmat. Siz foydalanayotgan brauzerning versiyasi cheklangan CSS-ni qo'llab-quvvatlaydi. Eng yaxshi natijalar uchun biz brauzeringizning yangi versiyasidan foydalanishni tavsiya etamiz (yoki Internet Explorer-da moslik rejimini o'chirish). Shu bilan birga, qo'llab-quvvatlanayotgan yordamni ta'minlash uchun biz saytni styling yoki JavaScript-ni ko'rsatamiz.
Klinik sun'iy razvedka (AI) ning talabalari tez sur'atlar bilan o'sib bormoqda, ammo mavjud tibbiy maktab o'quv dasturini taklif etadi. Bu erda biz Kanada tibbiy talabalarni ishlab chiqilgan va topshirgan sun'iy razvedka o'quv kursi va kelajakda o'qitish bo'yicha tavsiyalar berish.
Tibbiyotda sun'iy intellekt (AI) ish joyining samaradorligi va yordam klinik qarorlarini yaxshilashi mumkin. Sun'iy aqldan foydalanishni xavfsiz yo'naltirish uchun shifokorlar sun'iy intellektni tushunishlari kerak. Ko'plab sharhlar AI tushunchalarini o'qitish, masalan AI modellarini va tasdiqlash jarayonlarini tushuntirish kabi2. Biroq, ayniqsa milliy darajada tuzilgan kam tuzilgan rejalar amalga oshirildi. Pinto dos Santos va AL. 263 tibbiyot talabalari so'rov o'tkazildi va 71 foizi sun'iy aqlda mashg'ulotlarga muhtoj ekanligiga kelishib oldilar. Sun'iy aqlni tibbiy auditoriyaga o'rgatish, tez-tez uchraydigan bilimlarga ega bo'lgan talabalar uchun texnik va texnik tushunchalarni birlashtiradi. Biz bir qator AI mahorat darslarini uchta tibbiy talabalarga etkazib berish va kelajakda tibbiy ta'lim uchun tavsiyalar berish tajribamizni tasvirlaymiz.
Bizning besh haftalik sun'iy razvedkada tibbiyot talabalari uchun 2019 yil fevral va 2021 yil fevralda tibbiyot talabalari uchun uch marotaba o'tkazildi. Har bir seminar uchun jadval 1-rasmda keltirilgan. Bizning kursimiz bor Uch boshlang'ich o'quv maqsadlari: talabalar sun'iy razvedka dasturlarida qanday ishlov berilganligini, sun'iy razvedkalarni ishlab chiqadigan muhandislar bilan hamkorlik qilish imkoniyatlaridan foydalanmoqdalar.
Moviy - bu ma'ruza va ochiq ko'k - bu interfaol savol va javob davri. Kulrang qism - bu qisqa adabiyotlar sharhining diqqat markazidir. Apelsin bo'limlari sun'iy razvedka modellari yoki texnikasini tavsiflaydigan korpusli mashg'ulotlar tanlanadi. Yashil - bu sun'iy intellektni klinik muammolarni hal qilish va modellarni baholash uchun sun'iy intellektni o'rgatish uchun mo'ljallangan dasturiy dasturlash kursi. Seminarlarning mazmuni va davomiyligi talabalar ehtiyojlarini baholash asosida turlicha bo'ladi.
Birinchi seminar Britaniya Kolumbiya universitetida 2019 yil apreldan aprelgacha bo'lib o'tdi va 8 ishtirokchi ijobiy fikr bildirdi. Ikkinchi seminar tufayli ikkinchi seminar 2020 yil oktyabr-noyabrda bo'lib o'tdi, 222 tibbiy talaba va 8 Kanada tibbiyot maktablaridan 3 nafar aholisi ro'yxatdan o'tkazilgan. Taqdimot slaydlari va kodi ochiq kirish joyiga yuklandi (http://ubcaimeded.gitubub.io). Birinchi iteratsiyaning asosiy fikrlari shundaki, ma'ruzalar juda kuchli va material juda nazariy edi. Kanadaning olti xil vaqt zonalariga xizmat ko'rsatuvchi qo'shimcha qiyinchiliklarni keltirib chiqaradi. Shunday qilib, ikkinchi seminar har bir mashg'ulotni 1 soatgacha qisqartirdi, kurs materialini soddalashtirdi, qo'shimcha ravishda ko'proq o'qishni keltirib chiqardi va ishtirokchilarni minimal dispounding (1-quti) bilan to'ldirishga imkon berdi. Ikkinchi iteratsiyadan asosiy fikrlar dasturlash mashqlari bo'yicha ijobiy fikrlar va mashinani o'rganish loyihasini rejalashtirishni namoyish etish to'g'risidagi so'rovni o'z ichiga oladi. Shu sababli, bizning uchinchi ustaxonamizda 2021 yil mart-aprelda 1261 ta tibbiy talabalar uchun 2021 yil davomida o'tkazilgan interfaol kodlash mashqlari va loyiha fikr-mulohazalarini loyihalar bo'yicha loyihalar bo'yicha o'tkazishni namoyish etish uchun ko'proq interfaol kodlash mashqlari va loyiha fikrlari.
Ma'lumotni tahlil qilish: statistika sohasida ma'lumotlarni tahlil qilish, ishlov berish va aloqa qilish orqali ma'lumotlarni aniqlaydigan mazmunli naqshlarni aniqlaydigan statistik ma'lumotlarni aniqlaydigan statistikaga ega.
Ma'lumotlarni himoya qilish: ma'lumotlarni aniqlash va ajratish jarayoni. Sun'iy aql sharoitida bu ko'pincha katta, har bir namunaning bir nechta o'zgaruvchisi bilan.
O'lchovni qisqartirish: Asl ma'lumotlar to'plamining muhim xususiyatlarini saqlab, ko'pgina shaxsiy xususiyatlarga ega bo'lgan ma'lumotlarni kamroq xususiyatlarga aylantirish jarayoni.
Xususiyatlar (sun'iy aql sharoitida): namunaning o'lchanadigan xususiyatlari. Ko'pincha "mulk" yoki "o'zgaruvchi" bilan almashinuv qo'llaniladi.
Gradientni faollashtirish xaritasi: Tarmoqning so'nggi qismini (ayniqsa konsultatsiya modellari) sharhlash uchun ishlatiladigan usul (ayniqsa, konsultatsiya) ma'lumotlari yoki juda bashoratli tasvirlarni aniqlash jarayonini tahlil qiluvchi usul.
Standart model: shunga o'xshash vazifalarni bajarish uchun oldindan o'qitilgan mavjud AI modeli.
Sinov (sun'iy intellekt doirasida): Model qanday qilib u oldin duch kelmagan ma'lumotlardan foydalangan holda vazifani bajarishini kuzatish.
O'qitish (sun'iy aql sharoitida): Ma'lumotlarni bajarish qobiliyatini optimallashtirish qobiliyatini optimallashtirish qobiliyatini optimallashtirish qobiliyatini optimallashtirish uchun uning ichki parametrlarini moslashtirishi uchun modelni taqdim etish.
Vektor: Ma'lumotlar massivi. Mashinada o'qishda har bir qator elementi odatda namunaning o'ziga xos xususiyati hisoblanadi.
1-jadvalda 2021 yildagi eng so'nggi kurslar, shu jumladan har bir mavzu uchun maqsadli o'quv maqsadlari ro'yxati keltirilgan. Ushbu seminar texnik darajadagi yangi uchun mo'ljallangan va magistral bilimlarini talabalarga birinchi kursning birinchi yilidan tashqari talab qilinmaydi. Kurs 6 ta tibbiy talabalar tomonidan ishlab chiqilgan va injiniringda etakchi darajasi oshirilgan. Ta'lim berish uchun sun'iy razvedka nazariyotlari sun'iy razvedka nazariyasini ishlab chiqmoqdalar, va tibbiyot talabalari klinik jihatdan tegishli materiallarni o'rganmoqdalar.
Seminarlar o'z ichiga ma'ruzalar, amaliy mashg'ulotlar va qo'llaniladigan dasturlarni o'z ichiga oladi. Birinchi ma'ruzada biz biostatistika ma'lumotlarini tahlil qilish tushunchalarini, shu jumladan ma'lumotlarni vizualizatsiya, logistik regressiya va tavsiflovchi va induktiv statistikani taqqoslashni ko'rib chiqamiz. Ma'lumotni tahlil qilish sun'iy aql-idrokning asosi bo'lsa-da, biz ma'lumotlarni qazib olish, ahamiyati yoki interfaol vizualizatsiya qilish masalalarini istisno qilamiz. Bu vaqt cheklovlari va ba'zi magistrant talabalari biostatistika bo'yicha malaka oshirgan va eng noyob mashinani o'rganish mavzularini qamrab olmoqchi bo'lgan. Keyingi ma'ruza zamonaviy usullarni joriy etadi va AI muammolarini shakllantirish, AI modellarining afzalliklari va cheklovlarini va model sinovlarini muhokama qiladi. Ma'ruzalar mavjud sun'iy razvedka qurilmalari bo'yicha adabiyotlar va amaliy tadqiqotlar bilan to'ldiriladi. Biz modelning samaradorligini baholash va klinik jihatdan mavjud bo'lgan qurilmalarning cheklanganligini tushunish uchun modelning samaradorligini va texnik-iqtisodiyligini baholash uchun zarur bo'lgan ko'nikmalarni ta'kidlaymiz. Masalan, biz talabalardan "KT tekshiruvi" shifokori tekshiruvi asosida Sun'iy razvedka bo'yicha taklif qilingan pediatriya rahbarlarining shikastlanish ko'rsatmalarini talqin qilishni so'rab, talabalardan sun'iy razvedka qilish bo'yicha aniq ko'rsatmalarni izohlashni talab qildik. Biz shifokorlar bilan almashtirishning o'rniga, fokuslarga tarjima qilish uchun "AI" ning bashoratli analitikasini taqdim etadigan umumiy misol ekanligini ta'kidlaymiz.
Mavjud ochiq manbada boottrap dasturiy misollari (https://github.com/ubcubyed.githubered.githubered.githubered.gitrogme.ghogrammace.grogramme_exogramm), shuningdek, tadqiqotlarning pasayishi, namunaviy model yuklash va o'qitish . va sinov. Biz Google-ning Musofiy notebookilaridan (Google MChJ, tog 'ko'rinishi, Ca) dan veb-brauzerdan bajarishga imkon beradigan foydalanamiz. FIC-da 2-rasm dasturlash mashqlari misolini keltirib chiqaradi. Ushbu mashqni Viskonsin ochiq ko'krakni tasvirlash ma'lumotlar va qaror kemasi algoritmidan foydalanib mastlikni bashorat qilishni o'z ichiga oladi.
Hafta davomida ko'rib chiqiladigan dasturlar bilan bog'liq mavzularda va nashr etilgan AI arizalaridan misollar tanlang. Dasturlash elementlari faqat kelajak klinik amaliyotini tushunish bilan bog'liq bo'lsa, masalan, ular klinik sinovlarda foydalanishga tayyorligini aniqlash uchun modellarni qanday baholash kerakligini aniqlashlari mumkin. Ushbu misollar o'smirlar tomonidan tibbiy tasvir parametrlariga asoslangan yuqori yoki malignni tasniflaydigan to'liq va malignatni tasniflaydigan to'liq cheklangan dasturda rivojlanadi.
Oldingi bilimlarning turli xilligi. Bizning ishtirokchilarimiz matematik bilim darajalarida turlicha edi. Masalan, ilg'or muhandislik fondi talabalar o'zlarining to'rteri o'zgarishlarini qanday bajarish kabi chuqurroq materiallarni qidirmoqdalar. Biroq, Sinfdagi to'rtta algoritmni muhokama qilish mumkin emas, chunki signalni qayta ishlashni chuqur bilishni talab qiladi.
Davomatdan tashqari. Keyingi uchrashuvlarda qatnashish, ayniqsa onlayn formatlarda. Qaror qabul qilinishiga olib kelishi va tugash to'g'risida sertifikat bo'lishi mumkin. Tibbiyot maktablari talabalarning darsidan tashqari akademik faoliyatining stsenariylarini tan olishadi, bu o'quvchilarni ilmiy darajaga ko'tarishga undaydi.
Kurs dizayni: chunki Ai juda ko'p sonli suv maydonlarini, tegishli chuqurlik va kenglikning asosiy tushunchalarini tanlash qiyinlashishi mumkin. Masalan, laboratoriyadan klinikaga AI vositalaridan foydalanishning uzluksizligi muhim mavzu. Ma'lumotlarni qayta ishlash, modelni qurish va tekshirish bilan tanishsak-da, bizda katta ma'lumotlar tahlillari, interfaol vizualizatsiya yoki AI klinik sinovlarini o'tkazish kabi mavzularni o'z ichiga olmaydi, buning o'rniga biz eng noyob AI tushunchalariga e'tibor qaratamiz. Bizning yo'l-yo'riqli printsipimiz - bu qobiliyat emas, savodxonlikni oshirish. Masalan, modelni qayta ishlash xususiyatlari talqin qilish uchun qanday muhimligini tushunish. Buning usullaridan biri, ma'lumotlarning qaysi mintaqalari oldindan aytib bo'lmaydigan ko'rinishga ega bo'lishi mumkin bo'lgan grentent faollashtirish xaritalarini ishlatishdir. Biroq, bu ko'p qirrali hisob-kitobni talab qiladi va joriy qilinmaydi8. Umumiy terminologiyani rivojlantirish qiyin edi, chunki biz matematik rasmiyatsiz fathorlar sifatida ma'lumotlar bilan qanday ishlashni tushuntirishga harakat qildik. Shuni yodda tutingki, har xil atamalar bir xil ma'noga ega, masalan, epidemiologiyada "xarakterli" "o'zgaruvchi" yoki atribut sifatida tasvirlangan. "
Bilimlarni saqlash. Chunki AI-ning qo'llanilishi cheklanganligi sababli, ishtirokchilar ishtirokchilar bilimlarini saqlab qolish darajasi ko'rinadi. Tibbiyot maktab o'quv dasturlari ko'pincha amaliy aylanish paytida bilimlarni kuchaytirishga, 9 ta ta'limga ham qo'llanilishi mumkin.
Professionallik savodxonlikdan ko'ra muhimroqdir. Materaning chuqurligi matematik jihatsiz, bu sun'iy aql-idrokning klinik kurslarini ishga tushirishda muammo bo'lgan. Dasturiy misollarda biz ishtirokchilarga dalalarni to'ldirish va dasturiy dasturlash muhitini qanday o'rnatishni aniqlamasdan, dasturlarni to'ldirmasdan foydalanadigan shablon dasturidan foydalanamiz.
Sun'iy razvedka haqida xavotirda murojaat qilish: Sun'iy razvedka ba'zi klinik vazifalarni almashtirishi mumkinligi keng tarqalgan. Ushbu masalani hal qilish uchun biz AI chegaralanganligini, shu jumladan regulyator tomonidan tasdiqlangan deyarli barcha Texnologiyalar shifokor nazorati orqali amalga oshirilishini tushuntiramiz. Shuningdek, biz algoritmlarning ahamiyatiga zid ekanligi, ayniqsa ma'lumotlar to'plami xilma-xil bo'lmagan bo'lsa, biz algoritmlarning muhimligini ta'kidlaymiz. Binobarin, ma'lum guruhlarni noto'g'ri modellashtirish mumkin, adolatsiz klinik qarorlarga olib keladi.
Resurslar ommaviy ravishda mavjud: biz ommaviy ravishda mavjud resurslarni, shu jumladan ma'ruza slidlari va kodini yaratdik. Sinxron tarkibdan foydalanish imkoniyati cheklangan bo'lsa-da, vaqt zonalari tufayli ochiq manbaning ochiqligi asinxron o'rganish uchun qulay usul bo'lib, AI tajribasi barcha tibbiyot maktablarida mavjud emas.
Fanlararo hamkorlik: Ushbu seminar tibbiy talabalar tomonidan boshqariladigan qo'shma korxona, muhandislar bilan birgalikda kurslarni rejalashtirish. Bu hamkorlik imkoniyatlarini va ikkala sohada ham bilimlarni namoyish etadi, ular ishtirokchilarga kelajakda hissa qo'shishi mumkin bo'lgan rolni tushunishga imkon beradi.
AI asosiy vakolatlarini aniqlang. Qo'moyalar ro'yxatini aniqlash standartlashtirilgan tuzilishni ta'minlaydi, bu amaldagi vakolatlarga asoslangan tibbiy o'quv dasturlariga kiritilishi mumkin. Ushbu seminar hozirgi paytda 2 (Tolonlashtirish), 3 (ariza) va 4 ta kunlik taksonomiyani o'rganish qobiliyatini o'rganadi. Yuqori tasniflashning yuqori darajalarida, masalan, loyihalarni yaratish kabi bilimlarni yanada mustahkamlashi mumkin. Buning uchun klinik mutaxassislar bilan ishlashni aniqlash uchun AI mavzularini klinik ish oqimlariga va standart tibbiy o'quv dasturlariga kiritishni oldini olishni talab qiladi.
AI yordamida amaliy tadqiqotlar yaratish. Klinik misollarga o'xshash, Cas-ga asoslangan o'qitish mavhum tushunchalarni klinik jihatdan qiziqtirgan holda ta'kidlab, mavhum tushunchalarni kuchaytirishi mumkin. Masalan, bitta seminar tadqiqotlari Google-ning AI-ga asoslangan diabetning diabetik rezinitatini aniqlash, laboratoriyadan tashqi tekshirish talablari va tartibga solish yo'llari kabi qiyinchiliklarni aniqlash uchun 13.
Emitsion bilimlardan foydalaning: texnik ko'nikmalarni klinik stajerlarning aylanadigan o'rganish tajribasiga o'xshash yo'nalishni talab qiladi. Bitta potentsial echim - muhandislik ta'limida bilimlarni saqlashni yaxshilash uchun ma'lum bo'lgan sinf modeli. Ushbu modelda talabalar nazariy materialni mustaqil ravishda ko'rib chiqadilar va sinf o'qishi natijasida sinf vaqtini hal qilishga bag'ishlangan.
Ko'p yo'nalishli ishtirokchilar uchun mas'ul qilish: Biz turli xil fanlar, shu jumladan shifokorlar va turli xil o'qituvchilar va turli xil tibbiyot xodimlari bo'yicha hamkorlikni o'z ichiga olgan AIni qabul qilishni tasavvur qilamiz. Shu sababli, o'quv rejalarida turli bo'limlar tomonidan sog'liqni saqlashning turli sohalariga moslashtirish uchun fakultet bilan maslahatlashuvlar o'tkazilishi kerak bo'lishi mumkin.
Sun'iy aql yuqori texnologiyali va uning asosiy tushunchalari matematika va informatika bilan bog'liq. Sog'liqni saqlash xodimlarini o'qitish Sun'iy razvedkalarni tushunish uchun tarkibni tanlash, klinik jihatdan ziddiyat va etkazib berish usullari bo'yicha noyob qiyinchiliklarni taqdim etadi. Umid qilamizki, OI Ta'lim ustaxonalarida qabul qilingan tushunchalar kelajakda o'qituvchilarga AIni davolashning innovatsion usullarini qabul qilishga yordam beradi.
Google-ning nusxasi python skripti ochiq manba va mavjud: https://github.com/ubcaimeded.githubered.githuber.githuber/.
Tuman, KG va Xon, S. Tibbiy ma'lumotni qayta ko'rib chiqish: harakatga qo'ng'iroq. Akkad. dori. 88, 1407-1410 (2013).
Makkoy, LG va hokazo. Tibbiyot o'quvchilari sun'iy intellektni bilishlari kerakmi? Npzh raqamlari. Tibbiyot 3, 1-3 (2020).
Dos Santos, DP, va boshqalar. Tibbiyot talabalarining sun'iy intellektga bo'lgan munosabati: ko'p qamalgan so'rov. Evro. nurlanish. 29, 1640-1646 (2019).
Fan, Ky, Xu, R. va Singla, R. Tibbiyot talabalarini o'rganish uchun mashinani o'rganish uchun: Uchuvchi loyiha uchun mashinani o'rganish uchun kirish. J. Med. Ta'lim berish. 54, 1042-1043 (2020).
Kupererman N va boshqalar. Boshni shikastlaganidan keyin klinik ahamiyatga ega miyaning miya shikastlanishining xavf ostida bo'lgan bolalarni aniqlash: bo'lajak kohort o'qish. Lancet 374, 1160-1170 (2009).
Ko'cha, WN, Wolberg, Wh va Mangari, OL. Ko'krak o'simligiga diagnostika uchun yadro funtizasi qazib olish. Biotibbiyot fanlari. Rasmni qayta ishlash. Biotibbiyot fanlari. Weiss. 1905, 861-870 (1993).
Chen, PHC, Liu, Y. va Penga L. Sog'liqni saqlash uchun mashina o'quv modellarini qanday rivojlantirish mumkin. Nat. Mett. 18, 410-414 (2019).
SelvaraJu, RR va boshqalar. GRAD-CAM: Gradient-noko asosida mahalliy mahalliylashtirish orqali chuqur tarbiyani vizual sharhlash. IEEE xalqaro konferentsiyasining Kompyuter qarashlari bo'yicha xalqaro konferentsiyasining subymoqda, 618-626 (2017).
Kusarel B, Styuart K va Iil D. EXHTning magistrlik tibbiyot individual tibbiyot sohasidagi tibbiyot bo'yicha dalillarga asoslangan tibbiyot bo'yicha qo'llanmalarni baholash uchun spiral modelni ishlab chiqish va baholash. BMK dori-darmonlari. Ta'lim berish. 21, 1-9 (2021).
Kolabama VB va GAG PS MA'YoUla va tibbiy ta'lim. Npzh raqamlari. dori. 1, 1-3 (2018).
Van Liuwen, kg, Schalekhamp, S., Rutten, MJ, Van Ginneken, B. va de Rooy, M. Radiiyologiyada sun'iy ma'lumotlar va ularning ilmiy dalillari. Evro. nurlanish. 31, 3797-3804 (2021).
Topol, EJ Yuqori amaliyot bo'yicha tibbiyot: inson va sun'iy aqlning yaqinlashuvi. Nat. dori. 25, 44-56 (2019).
To'shak, e va boshqalar. Diabetik retinopatatitatsiyani aniqlash uchun klinikada joylashtirilgan chuqur o'rganish tizimini golizatsiya qilish. 2020 yilgi ChI konferentsiyasini inson omillari bo'yicha hisoblash tizimlarida (2020) ko'rib chiqish.
Muhandislik ta'limida Kerr, B. Tiriklangan sinflar zalida: tadqiqot sharhi. 2015 yil interfaol kollajativ o'quv yurtining xalqaro konferentsiyasining muhokamasi (2015 yil).
Mualliflar Danielle Walker, Tim Salkudin va Piter Zandstrraning Biomedik tasvirlangan va sun'iy razvedka qilingan Britaniya Kolumbiyasining qo'llab-quvvatlash va moliyalashtirish uchun Britaniya Kolumbiyasining universitetidan.
RH, PP, J., Rs va ma ustaxona tarkibiy tarkibini rivojlantirish uchun mas'ul edi. RH va PP dasturlash misollarini ishlab chiqish uchun javobgar edi. Kyf, Oy, MT va PW loyihaning logistika tashkiloti va ustaxonalarni tahlil qilish uchun javobgar edilar. RH, OY, MM, Rs raqamlar va jadvallarni yaratish uchun javobgar edi. RH, KYF, PP, J., Oy, Mening, pV, TL, MA, R Rs hujjatni tayyorlash va tahrirlash uchun javobgar edilar.
Aloqa tibbiyoti rahmat Karolin MakGregor, Fabio Mamaj va Aditya Borakati ushbu ishni ko'rib chiqishga qo'shgan hissasi uchun.
O'tish vaqti: fevral-19-2024