Nature.com saytiga tashrif buyurganingiz uchun tashakkur.Siz foydalanayotgan brauzer versiyasi cheklangan CSS-ni qo'llab-quvvatlaydi.Eng yaxshi natijalarga erishish uchun brauzeringizning yangiroq versiyasidan foydalanishni tavsiya qilamiz (yoki Internet Explorer-da moslik rejimini o'chirib qo'ying).Ayni paytda, doimiy qo'llab-quvvatlashni ta'minlash uchun biz saytni uslubsiz yoki JavaScriptsiz ko'rsatmoqdamiz.
Klinik sun'iy intellekt (AI) qo'llanilishi tez sur'atlar bilan o'sib bormoqda, ammo mavjud tibbiyot maktablari o'quv dasturlari ushbu sohani qamrab oluvchi cheklangan ta'limni taklif qiladi.Bu erda biz sun'iy intellekt bo'yicha o'quv kursini tasvirlab beramiz va kanadalik tibbiyot talabalariga etkazib beramiz va kelajakdagi o'qitish uchun tavsiyalar beramiz.
Tibbiyotdagi sun'iy intellekt (AI) ish joyining samaradorligini oshirishi va klinik qaror qabul qilishda yordam berishi mumkin.Sun'iy intellektdan foydalanishni xavfsiz boshqarish uchun shifokorlar sun'iy intellekt haqida bir oz tushunchaga ega bo'lishlari kerak.Ko'pgina sharhlar AI modellarini tushuntirish va tekshirish jarayonlari2 kabi AI tushunchalarini1 o'rgatish tarafdori.Biroq, bir nechta tuzilgan rejalar, ayniqsa, milliy darajada amalga oshirildi.Pinto dos Santos va boshqalar.3.263 nafar tibbiyot talabalari so‘rovda qatnashdilar va ularning 71 foizi sun’iy intellekt bo‘yicha o‘qitish zarurligiga rozi bo‘ldi.Tibbiy auditoriyaga sun'iy intellektni o'rgatish ko'pincha oldingi bilimlarga ega bo'lgan talabalar uchun texnik va texnik bo'lmagan tushunchalarni birlashtirgan puxta dizaynni talab qiladi.Biz tibbiyot talabalarining uchta guruhiga bir qator AI seminarlarini o'tkazish bo'yicha tajribamizni tasvirlab beramiz va kelajakda AI bo'yicha tibbiy ta'lim uchun tavsiyalar beramiz.
Tibbiyot talabalari uchun “Tibbiyotda sun’iy intellektga kirish” nomli besh haftalik seminarimiz 2019-yilning fevralidan 2021-yilning apreligacha bo‘lgan davrda uch marta bo‘lib o‘tdi. Kursga kiritilgan o‘zgarishlarning qisqacha tavsifi bilan har bir seminar uchun jadval 1-rasmda keltirilgan. Kursimiz uchta asosiy o'quv maqsadi: talabalar sun'iy intellekt ilovalarida ma'lumotlar qanday qayta ishlanishini tushunishadi, klinik ilovalar uchun sun'iy intellekt adabiyotlarini tahlil qilish va sun'iy intellektni ishlab chiquvchi muhandislar bilan hamkorlik qilish imkoniyatlaridan foydalanish.
Ko'k rang ma'ruza mavzusi, ochiq ko'k rang interaktiv savol-javob davri.Kulrang bo'lim qisqacha adabiyotlarni ko'rib chiqishning markazidir.To'q sariq bo'limlar sun'iy intellekt modellari yoki usullarini tavsiflovchi tanlangan amaliy tadqiqotlardir.Green - bu klinik muammolarni hal qilish va modellarni baholash uchun sun'iy intellektni o'rgatish uchun mo'ljallangan dasturlash kursi.Seminarlarning mazmuni va davomiyligi talabalar ehtiyojlarini baholashga qarab o'zgaradi.
Birinchi seminar 2019-yilning fevralidan apreligacha Britaniya Kolumbiya universitetida boʻlib oʻtdi va barcha 8 ishtirokchi ijobiy fikr bildirishdi4.COVID-19 tufayli ikkinchi seminar deyarli 2020-yil oktyabr-noyabr oylarida boʻlib oʻtdi, unda 222 nafar tibbiyot talabalari va Kanadaning 8 ta tibbiyot maktablaridan 3 nafar rezident roʻyxatdan oʻtdi.Taqdimot slaydlari va kodi ochiq saytga (http://ubcaimed.github.io) yuklandi.Birinchi takrorlashdan olingan asosiy fikr ma'ruzalar juda qizg'in va material juda nazariy bo'lgan.Kanadaning olti xil vaqt zonalariga xizmat ko'rsatish qo'shimcha muammolarni keltirib chiqaradi.Shunday qilib, ikkinchi seminar har bir sessiyani 1 soatgacha qisqartirdi, kurs materialini soddalashtirdi, ko'proq amaliy tadqiqotlarni qo'shdi va ishtirokchilarga kod parchalarini minimal disk raskadrovka bilan to'ldirish imkonini beruvchi standart dasturlarni yaratdi (1-bo'lim).Ikkinchi iteratsiyaning asosiy fikr-mulohazalari dasturlash mashqlari bo'yicha ijobiy fikr-mulohazalarni va mashinani o'rganish loyihasini rejalashtirishni namoyish qilish so'rovini o'z ichiga oladi.Shu sababli, 2021-yilning mart-aprel oylarida 126 nafar tibbiyot talabalari uchun virtual tarzda o‘tkazilgan uchinchi seminarimizda biz seminar tushunchalaridan foydalanishning loyihalarga ta’sirini ko‘rsatish uchun ko‘proq interaktiv kodlash mashqlari va loyiha bilan bog‘liq fikr-mulohaza seanslarini kiritdik.
Ma'lumotlarni tahlil qilish: ma'lumotlar namunalarini tahlil qilish, qayta ishlash va uzatish orqali ma'lumotlarning mazmunli naqshlarini aniqlaydigan statistikaning o'rganish sohasi.
Ma'lumotlarni qidirish: ma'lumotlarni aniqlash va olish jarayoni.Sun'iy intellekt kontekstida bu ko'pincha katta bo'lib, har bir namuna uchun bir nechta o'zgaruvchilar mavjud.
O'lchovni qisqartirish: Ko'p individual xususiyatlarga ega ma'lumotlarni asl ma'lumotlar to'plamining muhim xususiyatlarini saqlab qolgan holda kamroq xususiyatlarga aylantirish jarayoni.
Xarakteristikalar (sun'iy intellekt kontekstida): namunaning o'lchanadigan xususiyatlari.Ko'pincha "mulk" yoki "o'zgaruvchi" bilan bir-birining o'rnida ishlatiladi.
Gradientni faollashtirish xaritasi: sun'iy intellekt modellarini (ayniqsa konvolyutsion neyron tarmoqlar) talqin qilish uchun foydalaniladigan usul, u yuqori prognozli ma'lumotlar yoki tasvirlar hududlarini aniqlash uchun tarmoqning oxirgi qismini optimallashtirish jarayonini tahlil qiladi.
Standart model: Shu kabi vazifalarni bajarish uchun oldindan o'rgatilgan mavjud sun'iy intellekt modeli.
Sinov (sun'iy intellekt kontekstida): model ilgari duch kelmagan ma'lumotlardan foydalangan holda vazifani qanday bajarishini kuzatish.
Trening (sun'iy intellekt kontekstida): Modelni yangi ma'lumotlardan foydalangan holda vazifalarni bajarish qobiliyatini optimallashtirish uchun ichki parametrlarini moslashtirishi uchun ma'lumotlar va natijalar bilan modelni ta'minlash.
Vektor: ma'lumotlar massivi.Mashinani o'rganishda har bir massiv elementi odatda namunaning o'ziga xos xususiyati hisoblanadi.
1-jadvalda 2021-yil aprel oyidagi soʻnggi kurslar, shu jumladan har bir mavzu boʻyicha maqsadli oʻquv maqsadlari keltirilgan.Ushbu seminar texnik darajaga yangi kelganlar uchun mo'ljallangan va bakalavriat tibbiyot darajasining birinchi yilidan keyin hech qanday matematik bilimlarni talab qilmaydi.Kursni 6 nafar tibbiyot talabasi va 3 nafar muhandislik darajasiga ega o‘qituvchilar ishlab chiqdi.Muhandislar o'qitish uchun sun'iy intellekt nazariyasini ishlab chiqmoqdalar va tibbiyot talabalari klinik jihatdan tegishli materiallarni o'rganishmoqda.
Seminarlar ma'ruzalar, amaliy tadqiqotlar va boshqariladigan dasturlashni o'z ichiga oladi.Birinchi ma'ruzada biz biostatistikada ma'lumotlarni tahlil qilishning tanlangan tushunchalarini ko'rib chiqamiz, jumladan ma'lumotlarni vizuallashtirish, logistik regressiya va tavsiflovchi va induktiv statistikani taqqoslash.Ma'lumotlar tahlili sun'iy intellektning asosi bo'lsa-da, biz ma'lumotlarni qidirish, ahamiyatlilik testi yoki interaktiv vizualizatsiya kabi mavzularni istisno qilamiz.Bunga vaqt cheklovlari va shuningdek, ba'zi bakalavr talabalari biostatistika bo'yicha oldindan tayyorgarlik ko'rganlari va ko'proq noyob mashinani o'rganish mavzularini qamrab olishni xohlashlari bilan bog'liq edi.Keyingi ma'ruza zamonaviy usullar bilan tanishtiriladi va AI muammolarini shakllantirish, sun'iy intellekt modellarining afzalliklari va cheklovlari va modelni sinovdan o'tkazish masalalarini muhokama qiladi.Ma'ruzalar adabiyotlar va mavjud sun'iy intellekt qurilmalari bo'yicha amaliy tadqiqotlar bilan to'ldiriladi.Biz klinik savollarni hal qilish uchun modelning samaradorligi va maqsadga muvofiqligini baholash uchun zarur bo'lgan ko'nikmalarni, jumladan, mavjud sun'iy intellekt qurilmalarining cheklovlarini tushunishni ta'kidlaymiz.Misol uchun, biz o'quvchilardan Kupperman va boshqalar tomonidan tavsiya etilgan pediatrik bosh jarohati bo'yicha ko'rsatmalarni sharhlashni so'radik.Biz ta'kidlaymizki, bu shifokorlarni almashtirish o'rniga, shifokorlar uchun bashoratli tahlillarni ta'minlovchi sun'iy intellektning keng tarqalgan namunasidir.
Mavjud ochiq kodli bootstrap dasturlash misollarida (https://github.com/ubcaimed/ubcaimed.github.io/tree/master/programming_examples) biz tadqiqot ma'lumotlarini tahlil qilish, o'lchamlarni kamaytirish, standart modelni yuklash va o'qitishni qanday amalga oshirishni ko'rsatamiz. .va sinov.Biz Python kodini veb-brauzerdan bajarishga imkon beruvchi Google Colaboratory noutbuklaridan (Google LLC, Mountain View, CA) foydalanamiz.2-rasmda dasturlash mashqiga misol keltirilgan.Ushbu mashq Wisconsin Open Breast Imaging Dataset6 va qaror daraxti algoritmidan foydalangan holda xavfli o'smalarni bashorat qilishni o'z ichiga oladi.
Hafta davomida tegishli mavzular bo'yicha dasturlarni taqdim eting va nashr etilgan AI ilovalaridan namunalarni tanlang.Dasturlash elementlari faqat kelajakdagi klinik amaliyot haqida tushuncha berish uchun tegishli deb hisoblangan taqdirdagina kiritiladi, masalan, klinik sinovlarda foydalanishga tayyorligini aniqlash uchun modellarni qanday baholash kerak.Ushbu misollar tibbiy tasvir parametrlari asosida o'smalarni yaxshi yoki yomon xulqli deb tasniflaydigan to'liq huquqli uchdan-end dastur bilan yakunlanadi.
Oldingi bilimlarning heterojenligi.Ishtirokchilarimiz matematika bilimi darajasida turlicha bo‘ldi.Misol uchun, ilg'or muhandislik ma'lumotlariga ega bo'lgan talabalar o'zlarining Furye o'zgarishlarini qanday amalga oshirish kabi chuqurroq materiallarni qidirmoqdalar.Biroq, Furye algoritmini sinfda muhokama qilish mumkin emas, chunki u signalni qayta ishlash bo'yicha chuqur bilimlarni talab qiladi.
Davomatning chiqib ketishi.Keyingi yig'ilishlarda qatnashish, ayniqsa, onlayn formatlarda kamaydi.Yechim davomatni kuzatish va yakuniy sertifikat taqdim etish bo'lishi mumkin.Tibbiyot maktablari talabalarning darsdan tashqari o'quv faoliyatining transkriptlarini tan olishlari ma'lum, bu esa talabalarni ilmiy darajaga ega bo'lishga undashi mumkin.
Kurs dizayni: AI juda ko'p kichik sohalarni qamrab olganligi sababli, tegishli chuqurlik va kenglikdagi asosiy tushunchalarni tanlash qiyin bo'lishi mumkin.Masalan, AI vositalaridan laboratoriyadan klinikaga qadar foydalanishning uzluksizligi muhim mavzudir.Biz ma'lumotlarni qayta ishlash, model yaratish va tekshirishni qamrab olgan bo'lsak-da, biz katta ma'lumotlar tahlili, interaktiv vizualizatsiya yoki AI klinik sinovlarini o'tkazish kabi mavzularni o'z ichiga olmaymiz, aksincha, biz eng noyob AI tushunchalariga e'tibor qaratamiz.Bizning asosiy tamoyilimiz ko'nikmalarni emas, balki savodxonlikni oshirishdir.Misol uchun, modelning kirish xususiyatlarini qanday ishlashini tushunish izohlash uchun muhimdir.Buning usullaridan biri gradientni faollashtirish xaritalaridan foydalanish bo'lib, ular ma'lumotlarning qaysi hududlarini bashorat qilish mumkinligini tasavvur qilishlari mumkin.Biroq, bu ko'p o'lchovli hisoblashni talab qiladi va uni joriy qilib bo'lmaydi8.Umumiy terminologiyani ishlab chiqish juda qiyin edi, chunki biz matematik formalizmsiz vektor sifatida ma'lumotlar bilan qanday ishlashni tushuntirishga harakat qildik.E'tibor bering, turli atamalar bir xil ma'noga ega, masalan, epidemiologiyada "xarakter" "o'zgaruvchan" yoki "atribut" sifatida tavsiflanadi.
Bilimni saqlash.AIni qo'llash cheklanganligi sababli, ishtirokchilar bilimlarni qay darajada saqlab qolishlari ko'rinib turibdi.Tibbiyot maktablari o'quv dasturlari ko'pincha amaliy aylanishlar paytida bilimlarni mustahkamlash uchun intervalgacha takrorlashga tayanadi, bu AI ta'limida ham qo'llanilishi mumkin.
Savodxonlikdan ko'ra professionallik muhimroqdir.Materialning chuqurligi matematik qat'iyliksiz ishlab chiqilgan, bu sun'iy intellekt bo'yicha klinik kurslarni boshlashda muammo edi.Dasturlash misollarida biz shablon dasturidan foydalanamiz, bu esa ishtirokchilarga to'liq dasturlash muhitini qanday o'rnatishni tushunmasdan, maydonlarni to'ldirish va dasturiy ta'minotni ishga tushirish imkonini beradi.
Sun'iy intellekt bilan bog'liq xavotirlar ko'rib chiqildi: sun'iy intellekt ba'zi klinik vazifalarni almashtirishi mumkinligi haqida keng tarqalgan xavotir bor3.Ushbu muammoni hal qilish uchun biz AIning cheklovlarini tushuntiramiz, jumladan, tartibga soluvchi organlar tomonidan tasdiqlangan deyarli barcha AI texnologiyalari shifokor nazoratini talab qiladi11.Shuningdek, biz tarafkashlikning muhimligini ta'kidlaymiz, chunki algoritmlar noto'g'rilikka moyil bo'ladi, ayniqsa ma'lumotlar to'plami turlicha bo'lmasa12.Binobarin, ma'lum bir kichik guruh noto'g'ri modellashtirilgan bo'lishi mumkin, bu esa adolatsiz klinik qarorlarga olib keladi.
Resurslar hamma uchun ochiq: Biz hammaga ochiq manbalarni, jumladan, ma'ruza slaydlari va kodlarini yaratdik.Vaqt zonalari tufayli sinxron tarkibga kirish cheklangan bo'lsa-da, ochiq manbali kontent asinxron o'rganish uchun qulay usuldir, chunki AI tajribasi barcha tibbiyot maktablarida mavjud emas.
Fanlararo hamkorlik: Ushbu seminar tibbiyot talabalari tomonidan muhandislar bilan birgalikda kurslarni rejalashtirish uchun tashkil etilgan qo'shma korxonadir.Bu ikkala sohada hamkorlik imkoniyatlari va bilim bo'shliqlarini namoyish etadi va ishtirokchilarga kelajakda hissa qo'shishi mumkin bo'lgan potentsial rolni tushunishga imkon beradi.
AI asosiy vakolatlarini aniqlang.Vakolatlar ro'yxatini belgilash mavjud malakaga asoslangan tibbiy o'quv dasturlariga integratsiya qilinishi mumkin bo'lgan standartlashtirilgan tuzilmani ta'minlaydi.Ushbu seminarda hozirda Bloom taksonomiyasining 2 (Tushunish), 3 (Qo'llash) va 4 (tahlil) o'quv maqsadi darajasidan foydalaniladi.Tasniflashning yuqori darajalarida resurslarga ega bo'lish, masalan, loyihalar yaratish, bilimlarni yanada mustahkamlashi mumkin.Bu AI mavzularini klinik ish oqimlariga qanday qo'llash mumkinligini aniqlash va standart tibbiy o'quv dasturlariga kiritilgan takroriy mavzularni o'qitishning oldini olish uchun klinik mutaxassislar bilan ishlashni talab qiladi.
AI yordamida amaliy tadqiqotlar yarating.Klinik misollarga o'xshab, vaziyatga asoslangan o'rganish mavhum tushunchalarni ularning klinik savollarga aloqadorligini ta'kidlash orqali mustahkamlashi mumkin.Misol uchun, bir seminar tadqiqotida tashqi tekshirish talablari va me'yoriy tasdiqlash yo'llari kabi laboratoriyadan klinikaga o'tish yo'lidagi muammolarni aniqlash uchun Google kompaniyasining sun'iy intellektga asoslangan diabetik retinopatiyani aniqlash tizimi 13 tahlil qilindi.
Tajribali o'rganishdan foydalaning: Texnik ko'nikmalar klinik stajyorlarning aylanma o'rganish tajribasiga o'xshash o'zlashtirish uchun yo'naltirilgan amaliyot va takroriy qo'llashni talab qiladi.Potentsial yechimlardan biri muhandislik ta'limida bilimlarni saqlashni yaxshilash uchun teskari sinf modelidir14.Ushbu modelda talabalar nazariy materialni mustaqil ravishda qayta ko'rib chiqadilar va dars vaqti misollar yordamida muammolarni hal qilishga ajratiladi.
Multidisipliner ishtirokchilar uchun masshtablash: Biz sun'iy intellektni qabul qilishni bir nechta fanlar, jumladan, shifokorlar va turli darajadagi tayyorgarlikka ega bo'lgan sog'liqni saqlash mutaxassislari bo'ylab hamkorlikni o'z ichiga olgan holda tasavvur qilamiz.Shuning uchun o‘quv dasturlarini turli kafedralar professor-o‘qituvchilari bilan kelishilgan holda ularning mazmunini sog‘liqni saqlashning turli sohalariga moslashtirish uchun ishlab chiqish kerak bo‘lishi mumkin.
Sun'iy intellekt yuqori texnologiyali va uning asosiy tushunchalari matematika va informatika bilan bog'liq.Sog'liqni saqlash xodimlarini sun'iy intellektni tushunishga o'rgatish kontentni tanlash, klinik ahamiyatga ega va etkazib berish usullarida noyob muammolarni keltirib chiqaradi.Umid qilamizki, Ta'limda AI bo'yicha seminarlarda olingan tushunchalar bo'lajak o'qituvchilarga AIni tibbiy ta'limga integratsiya qilishning innovatsion usullarini o'zlashtirishga yordam beradi.
Google Colaboratory Python skripti ochiq manba hisoblanadi va quyidagi manzilda mavjud: https://github.com/ubcaimed/ubcaimed.github.io/tree/master/.
Prober, KG va Xan, S. Tibbiy ta'limni qayta ko'rib chiqish: harakatga chaqirish.Akkad.dori.88, 1407–1410 (2013).
McCoy, LG va boshqalar. Tibbiyot talabalari sun'iy intellekt haqida nimani bilishlari kerak?NPZh raqamlari.Tibbiyot 3, 1–3 (2020).
Dos Santos, DP va boshqalar.Tibbiyot talabalarining sun'iy intellektga bo'lgan munosabati: ko'p markazli so'rov.EVRO.radiatsiya.29, 1640–1646 (2019).
Fan, KY, Xu, R. va Singla, R. Tibbiyot talabalari uchun mashinani o'rganishga kirish: pilot loyiha.J. Med.o'rgatish.54, 1042–1043 (2020).
Kuperman N va boshqalar.Bosh jarohatidan keyin klinik jihatdan ahamiyatli miya shikastlanishi xavfi juda past bo'lgan bolalarni aniqlash: istiqbolli kohort tadqiqoti.Lancet 374, 1160–1170 (2009).
Street, WN, Wolberg, WH va Mangasarian, OL.Ko'krak shishi diagnostikasi uchun yadro xususiyatini ekstraktsiya qilish.Biotibbiyot fanlari.Tasvirni qayta ishlash.Biotibbiyot fanlari.Vays.1905, 861–870 (1993).
Chen, PHC, Liu, Y. va Peng, L. Sog'liqni saqlash uchun mashinani o'rganish modellarini qanday ishlab chiqish kerak.Nat.Matt.18, 410–414 (2019).
Selvaraju, RR va boshqalar.Grad-cam: gradient asosidagi lokalizatsiya orqali chuqur tarmoqlarning vizual talqini.Kompyuterni ko'rish bo'yicha IEEE xalqaro konferentsiyasi materiallari, 618–626 (2017).
Kumaravel B, Styuart K va Ilic D. Bakalavriat tibbiy ta'limda EXHT yordamida dalillarga asoslangan tibbiyot vakolatlarini baholash uchun spiral modelni ishlab chiqish va baholash.BMK tibbiyoti.o'rgatish.21, 1–9 (2021).
Kolachalama VB va Garg PS Mashina o'rganish va tibbiy ta'lim.NPZh raqamlari.dori.1, 1–3 (2018).
van Leeuwen, KG, Schalekamp, S., Rutten, MJ, van Ginneken, B. va de Rooy, M. Radiologiyada sun'iy intellekt: 100 ta tijorat mahsulotlari va ularning ilmiy dalillari.EVRO.radiatsiya.31, 3797–3804 (2021).
Topol, EJ Yuqori samarali tibbiyot: inson va sun'iy intellektning yaqinlashuvi.Nat.dori.25, 44–56 (2019).
Bede, E. va boshqalar.Diabetik retinopatiyani aniqlash uchun klinikada o'rnatilgan chuqur o'rganish tizimini insonga yo'naltirilgan baholash.Hisoblash tizimlarida inson omillari bo'yicha 2020 CHI konferentsiyasi materiallari (2020).
Kerr, B. Muhandislik ta'limida o'zgartirilgan sinf: tadqiqot sharhi.2015-yilgi Interfaol hamkorlikda oʻqitish boʻyicha xalqaro konferentsiya materiallari (2015).
Mualliflar qo'llab-quvvatlash va moliyalashtirish uchun Britaniya Kolumbiyasi Universitetidagi Biotibbiyot tasvirlash va sun'iy intellekt tadqiqotlari klasteridan Danielle Uoker, Tim Salkudin va Piter Zandstraga minnatdorchilik bildiradilar.
RH, PP, ZH, RS va MA seminarni o'qitish mazmunini ishlab chiqish uchun mas'ul edilar.RH va PP dasturlash misollarini ishlab chiqish uchun mas'ul edi.KYF, OY, MT va PW loyihani logistika tashkil etish va seminarlar tahlili uchun mas'ul edi.RH, OY, MT, RS raqamlar va jadvallarni yaratish uchun javobgar edi.Hujjatni ishlab chiqish va tahrirlash uchun RH, KYF, PP, ZH, OY, MY, PW, TL, MA, RS mas'ul edi.
Communication Medicine Kerolin MakGregor, Fabio Moraes va Aditya Borakatiga ushbu ishni ko'rib chiqishga qo'shgan hissalari uchun minnatdorchilik bildiradi.
Xabar vaqti: 2024-yil 19-fevral