ລາຍລະອຽດ

ການຮຽນຮູ້ເຄື່ອງຈັກ ARRS (ML) ແລະປັນຍາປະດິດ (AI) ໃນວິຊາ radiology Online Online 2021

ຫລັກສູດວິດີໂອເຕັມ

ທ່ານຈະໄດ້ຮັບການເຊື່ອມຕໍ່ວິຊາຜ່ານທາງວິຊາຊີບ (ໄວທີ່ສຸດ) ຫຼັງຈາກການຈ່າຍເງິນ

ສຸມໃສ່ພື້ນຖານຂອງການຮຽນຮູ້ເຄື່ອງຈັກ (ML) ແລະປັນຍາປະດິດ (AI) ໃນວິທະຍາສາດ radiology, ພ້ອມທັງການ ນຳ ໃຊ້ທາງດ້ານການຊ່ວຍໃນປະຈຸບັນແລະການພັດທະນາທີ່ ນຳ ໃຊ້ໃນອະນາຄົດ, ຜູ້ເຂົ້າຮ່ວມໃນ Online Online ນີ້ຈະໄດ້ຮັບການຕິດຕັ້ງທີ່ດີຂື້ນໃນການປະເມີນແລະ ນຳ ໃຊ້ລະບົບ ML ແລະ AI ໃນພວກເຂົາ ການປະຕິບັດຮູບພາບຂອງຕົນເອງ

ຜົນການຮຽນຮູ້ແລະການບັນຍາຍ

ຫຼັງຈາກຈົບຫຼັກສູດນີ້, ຜູ້ຮຽນຄວນຈະສາມາດ:

• ສົນທະນາກ່ຽວກັບພື້ນຖານຂອງ Machine Learning ແລະປັນຍາປະດິດ
• ອະທິບາຍວິທີການ AI algorithms ສາມາດໄດ້ຮັບຜົນກະທົບຈາກຄວາມ ລຳ ອຽງ
• ຮັບຮູ້ເຖິງຜົນກະທົບຂອງລະບົບ AI ຕໍ່ກັບເຫດຜົນທາງດ້ານການຊ່ວຍ
• ປະເມີນການຮຽກຮ້ອງແລະການສະ ເໜີ ໃໝ່ ຂອງ AI ແລະແຍກ hype ອອກຈາກຄວາມເປັນຈິງໃນ Radiology AI
• ປຶກສາຫາລືກ່ຽວກັບວິທີການ Radiology AI ກຳ ລັງຖືກ ນຳ ໃຊ້ໃນປະຈຸບັນໃນການຖ່າຍພາບ cardiothoracic
• ອ້າງອີງເຖິງການພັດທະນາໃນອະນາຄົດຂອງ AI ໃນ Radiology
• ຮັບຮູ້ການພິຈາລະນາດ້ານຈັນຍາບັນບາງຢ່າງໃນ Radiology AI

ວັນທີອອກ: ກຸມ​ພາ 22​, 2021
ວັນທີ ໝົດ ອາຍຸ: ກຸມ​ພາ 21​, 202

ຫົວຂໍ້ແລະ ລຳ ໂພງ:

ໂມດູນ 1

• Radiology AI: ນອກ ເໜືອ ຈາກໂງ່ -John Banja, ທ່ານດຣ
• ພື້ນຖານຂອງການຮຽນຮູ້ເຄື່ອງຈັກແລະ AI-Steven Li, MA

ໂມດູນ 2

• ອະຄະຕິໃນ AI-Michael Bruno, ທ່ານດຣ
• AI ໃນປອດການຖ່າຍພາບແລະການຮັກສາດ້ວຍລັງສີຫົວໃຈ -Anthony Reeves, ປະລິນຍາເອກ

ໂມດູນ 3

• AI ແລະການຫາເຫດຜົນທາງດ້ານການຊ່ວຍ: ບ່ອນແລກປ່ຽນຄວາມຫຼືການປິ່ນປົວ -David Chartash, ປະລິນຍາເອກ
• ເສັ້ນທາງຂ້າງ ໜ້າ ຂອງ AI ໃນຂົງເຂດລັງສີ -Charles Kahn, MD