آموزش ارزیابی کاربردهای هوش مصنوعی در مراقبت‌های بهداشتی - آخرین آپدیت

هوش مصنوعی در مراقبت‌های بهداشتی AI in Healthcare

• اهداف یادگیری Learning Objectives

• تعاریف رایج Common Definitions

• نمای کلی Overview

• چرا در مراقبت‌های بهداشتی به هوش مصنوعی نیاز است Why AI is needed in Healthcare

• نمونه‌هایی از هوش مصنوعی در مراقبت‌های بهداشتی Examples of AI in Healthcare

• رشد هوش مصنوعی در مراقبت‌های بهداشتی Growth of AI in Healthcare

• سوالاتی که هوش مصنوعی پاسخ می‌دهد Questions Answered by AI

• خروجی هوش مصنوعی AI Output

• تفکر فراتر از سطح زیر منحنی (AUC) Think beyond area under the curve

• مرور کلی Recap

ارزیابی‌های هوش مصنوعی در مراقبت‌های بهداشتی Evaluations of AI in Healthcare

• اهداف یادگیری Learning Objectives

• مرور: چارچوب Recap: Framework

• ذینفعان Stakeholders

• کاربرد بالینی Clinical Utility

• نتیجه: جفت‌سازی اقدام، یک نمای کلی Outcome: Action Pairing, An Overview

• زمان پیشرو (Lead Time) Lead Time

• نوع اقدام Type of Action

• نمونه‌های OAP OAP Examples

• تعداد مورد نیاز برای درمان (NNT) Number Needed to Treat

• منافع خالص Net Benefits

• منحنی‌های تصمیم‌گیری Decision Curves

• نمای کلی امکان‌سنجی Feasibility overview

• هزینه‌های پیاده‌سازی Implementation Costs

• ارزیابی بالینی و پذیرش Clinical Evaluation and Uptake

• خلاصه Summary

استقرار هوش مصنوعی AI Deployment

• اهداف یادگیری Learning Objectives

• طرح مسئله The Problem

• سوالات کاربردی پیش از استقرار Practical Questions Prior to Deployment

• مسیر استقرار Deployment Pathway

• طراحی و توسعه Design and Development

• مشارکت ذینفعان Stakeholder Involvement

• نوع و منابع داده‌ها Data Type and Sources

• تنظیمات و محیط‌ها Settings

• ارزیابی In Silico (شبیه‌سازی کامپیوتری) In Silico Evaluation

• سود خالص و ظرفیت کاری Net Utility & Work Capacity

• اعتبار آماری Statistical Validity

• یکپارچه‌سازی مراقبتی، حالت خاموش Care Integration, Silent Mode

• یکپارچه‌سازی بالینی و ملاحظات Clinical Integration, Considerations

• یکپارچه‌سازی فنی Technical Integration

• روش‌های استقرار Deployment Modalities

• نظارت و نگهداری مستمر Continuous Monitoring and Maintenance

• چالش‌های استقرار Challenges of Deployment

• مثال سپسیس Sepsis Example

• خلاصه Summary

ارزیابی‌های پایین‌دستی هوش مصنوعی در سلامت: سوگیری و انصاف Downstream Evaluations of AI in Healthcare: Bias and Fairness

• اهداف یادگیری Learning Objectives

• نمونه‌های واقعی سوگیری هوش مصنوعی Real World Examples of AI Bias

• مقدمه‌ای بر انواع سوگیری Introduction - Types of Bias

• سوگیری تاریخی Historical Bias

• سوگیری نمایش (نمایندگی) Representation Bias

• سوگیری اندازه‌گیری Measurement Bias

• سوگیری تجمیعی Aggregation Bias

• سوگیری ارزیابی Evaluation Bias

• سوگیری استقرار Deployment Bias

• انصاف الگوریتمی چیست What is algorithmic Fairness

• ضد طبقه‌بندی Anti-classification

• طبقه‌بندی برابری (Parity) Parity Classification

• کالیبراسیون Calibration

• به‌کارگیری معیارهای انصاف Applying Fairness Measures

• عدم شفافیت Lack of Transparency

• استانداردهای گزارش‌دهی حداقلی Minimal Reporting Standards

• فرصت‌ها و چالش‌ها Opportunities and Challenges

• خلاصه Summary

محیط مقرراتی برای هوش مصنوعی در مراقبت‌های بهداشتی The Regulatory Environment for AI in Healthcare

• اهداف یادگیری Learning Objectives

• طرح مسئله The Problem

• تعاریف بین‌المللی برای اهداف مقرراتی International Definitions Used for Regulatory Purposes

• بیانیه تعریف و چارچوب ریسک Definition Statement & Risk Framework

• ارتباط بالینی معتبر Valid Clinical Association

• ارزیابی تحلیلی Analytical Evaluation

• ارزیابی بالینی Clinical Evaluation

• کنترل عمومی General Control

• اعلان‌های de novo de novo Notifications

• اصلاح نرم‌افزاری Software Modification

• چرخه عمر کل محصول (TPLC) TPLC

• راهکارهای هوش مصنوعی ثابت در مقابل تطبیقی Locked vs Adapted AI solutions

• نمونه‌ها Examples

• محصولات غیرمقرراتی Non-Regulated Products

• مقررات اتحادیه اروپا EU Regulations

• دستورالعمل‌های چین Chinese Guidelines

• دستورالعمل‌های OMB OMB Guidelines

• خلاصه Summary

بهترین شیوه‌های اخلاقی برای هوش مصنوعی در مراقبت‌های بهداشتی Best Ethical Practices for AI in Health Care

هوش مصنوعی و پزشکی (محتوای اختیاری) AI and Medicine (Optional Content)

• مقدمه: پیمایش در تقاطع هوش مصنوعی و پزشکی Introduction: Navigating the Intersections of AI and Medicine

• چرخه عمر هوش مصنوعی Life Cycle of AI

• بررسی عمیق ابعاد تاریخی و اجتماعی A Deep Dive into Historical and Societal Dimensions

• پزشکی مبتنی بر نژاد و رویکرد آگاه به نژاد Race-Based Medicine and Race-Aware Approach

• استراتژی‌های کاهش سوگیری Bias Mitigation Strategies

• کاوش در پتانسیل‌ها و دشواری‌های اخلاقی Exploring Potentials and Ethical Quandaries

• برچیدن پزشکی مبتنی بر نژاد Dismantling Race-Based Medicine

• استقرار هوش مصنوعی در محیط‌های بهداشتی Deploying AI into Healthcare Settings

• نتیجه‌گیری Conclusion

جمع‌بندی دوره Course Wrap Up