Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op
Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.
Cursusaanbod
Inleiding tot AI in de gezondheidszorg
- Toepassingen van AI bij ondersteuning van klinische besluitvorming en diagnostiek
- Overzicht van verschillende typen medische data: gestructureerde, tekstuele, beeldmateriaal en sensorgegevens
- Specifieke uitdagingen bij het ontwikkelen van AI-toepassingen in de gezondheidszorg
Voorbereiding en beheer van medische gegevens
- Werken met elektronische patiëntdossiers, laboratoriumresultaten en HL7/FHIR-data
- Voorverwerking van medisch beeldmateriaal (DICOM, CT-scans, MRI-beelden en röntgenfoto’s)
- Verwerken van tijdreeksdata afkomstig van wearables of bewakingsapparatuur op intensive care-afdelingen
Technieken voor het afstemmen van AI-modellen op de gezondheidszorg
- Transfer learning en domeinaanpassing specifiek voor de medische sector
- Taakgerichte afstelling van modellen voor classificatie- en regressietaken
- Afstemmen van modellen bij beperkte hoeveelheid geannoteerde data
Ziektevoorspelling en het voorspellen van uitkomsten
- Risicoscoreberekening en vroegtijdige waarschuwingssystemen
- Voorspellende analyse met betrekking tot heropname in het ziekenhuis of respons op behandelingen
- Integratie van modellen die gebruikmaken van meerdere datatypes
Ethiek, privacy en wettelijke overwegingen
- Regelgeving zoals HIPAA en GDPR, evenals zorgvuldige omgang met patiëntgegevens
- Verminderen van vooroordelen in modellen en het uitvoeren van rechtvaardigheidsaudits
- Verklarelijkheid van AI-modellen binnen klinische besluitvormingsprocessen
Beoordeling en validatie van modellen in klinische settingen
- Prestatiemetingen zoals AUC, gevoeligheid, specificiteit en F1-score
- Validatietechnieken voor datasets met ongelijke verdelingen of waarbij een hoge risicofactor is
- Testprocedures zowel in gesimuleerde als werkelijke omgevingen
Implementatie en monitoring van modellen binnen de gezondheidszorg
- Integratie van modellen in het ziekenhuisinformatiesysteem
- Toepassing van CI/CD-procedures in een streng gereguleerde medische omgeving
- Detecteren van afwijkingen na implementatie en voortdurend verbeteren van modellen
Samenvatting en vervolgstappen
Vereisten
- Kennis van de basisprincipes van machine learning en gesuperviseerd leren
- Ervaring met medische datasets zoals elektronische patiëntdossiers, beeldmateriaal of klinische notities
- Begrip van Python en machine learning-frameworks (bijvoorbeeld TensorFlow en PyTorch)
Doelgroep
- Medisch AI-ontwikkelaars
- Datawetenschappers in de gezondheidszorg
- Professionals die diagnostische of voorspellende modellen ontwikkelen voor de gezondheidszorg
14 Uren
Aangepaste bedrijfsopleiding
Opleidingsoplossingen ontworpen exclusief voor bedrijven.
- Aangepaste inhoud: We passen de syllabus en praktijkopdrachten aan naar de echte doelen en behoeften van uw project.
- Voor flexibel schema: Datums en tijden aangepast aan het rooster van uw team.
- Formaat: Online (live), In-company (bij uw kantoren) of Hybride.
Prijs per privégroep, online live training, startend vanaf 3200 € + BTW*
Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen
