آموزش تصمیم‌گیری پزشکی به کمک فناوری و داده‌های افزوده - آخرین آپدیت

مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین Introduction to Artificial Intelligence and Machine Learning

• خوش‌آمدگویی به دوره Welcome to the Course

• خوش‌آمدگویی به ماژول ۱ Welcome to Module 1

• ⭐ آشنایی با A.I.L.A. ⭐ Meet A.I.L.A.

• کلان‌داده (Big Data) چیست؟ What Is Big Data?

• یافتن داده‌ها و مجموعه‌داده‌ها Locating the Data and Datasets

• هوش مصنوعی و یادگیری ماشین در مراقبت‌های بهداشتی AI/ML in Health Care

• آشنایی با پروفسور مگی ماکار Meet Professor Maggie Makar

• یادگیری ماشین (ML) چیست؟ What is ML?

• متدولوژی‌ها Methodologies

• یادگیری نظارت‌شده Supervised Learning

• یادگیری نظارت‌نشده Unsupervised Learning

• یادگیری تقویتی Reinforcement Learning

• ⭐ یادگیری عمیق ⭐Deep Learning

• ⭐ مدل‌ها چگونه توسعه می‌یابند: بخش اول ⭐How Models Are Developed: Part 1

• ⭐ مدل‌ها چگونه توسعه می‌یابند: بخش دوم ⭐How Models Are Developed: Part 2

• ⭐ مدل‌ها چگونه توسعه می‌یابند: بخش سوم ⭐How Models Are Developed: Part 3

• چالش‌های توسعه مدل Challenges With Model Development

مبانی زیست‌آمار و اپیدمیولوژی در AI/ML برای متخصصان سلامت Foundational Biostatistics and Epidemiology in AI/ML for Health Care Professionals

• خوش‌آمدگویی به ماژول ۲ Welcome to Module 2

• پزشکی مبتنی بر شواهد (EBM) Evidence-Based Medicine (EBM)

• هم‌پوشانی EBM، هوش مصنوعی و یادگیری ماشین Overlap of EBM, AI, and ML

• فرآیند تشخیص The Diagnostic Process

• سوالات بالینی Clinical Questions

• همبستگی در مقابل علیت Correlation vs. Causation

• آزمون فرضیه Hypothesis Testing

• فواصل اطمینان Confidence Intervals

• معیارهای فراوانی Frequency Measures

• احتمال و تحلیل آماری بیزی Probability and Bayesian Statistical Analysis

• قضیه بیز Bayes Theorem

• نسبت‌های احتمال Likelihood Ratios

• مدل‌های پیش‌بینی را چگونه ارزیابی کنیم؟ How Do We Evaluate Predictive Models?

• مقدمه‌ای بر منحنی‌های ROC Introduction to ROC Curves

• کالیبراسیون Calibration

استفاده از AI/ML برای تقویت تصمیمات تشخیصی Using AI/ML to Augment Diagnostic Decisions

• خوش‌آمدگویی به ماژول ۳ Welcome to Module 3

• ⭐ مورد بالینی: بخش اول ⭐Clinical Case: Part 1

• فرآیند تشخیص The Diagnostic Process

• ارزیابی انتقادی Critical Appraisal

• اعتبار نتایج (بخش اول) Validity of the Results (Part 1)

• اعتبار نتایج (ادامه بخش اول) Validity of the Results (Part 1 Continued)

• اعتبار نتایج (بخش دوم) Validity of the Results (Part 2)

• اعتبار نتایج (ادامه بخش دوم) Validity of the Results (Part 2 Continued)

• نتایج چه هستند؟ What Are the Results?

• ⭐ مورد بالینی: بخش دوم ⭐Clinical Case: Part 2

• آیا نتایج قابل تعمیم هستند؟ Do Results Apply?

• آیا نتایج قابل تعمیم هستند؟ Do Results Apply?

• آیا نتایج قابل تعمیم هستند؟ (ادامه) Do Results Apply? (Continued)

• پایش عملکرد Monitoring Performance

استفاده اخلاقی و قانونی از AI/ML در فرآیند تشخیص Ethical and Legal Use of AI/ML in the Diagnostic Process

• خوش‌آمدگویی به هفته چهارم Welcome to Week 4

• اخلاق پزشکی Medical Ethics

• در دسترس بودن داده‌ها Data Availability

• جمع‌آوری و سازماندهی داده‌ها Data Collection and Curation

• آشنایی با پروفسور نیکلسون پرایس Meet Professor Nicholson Price

• حریم خصوصی بیمار و داده‌ها Patient Privacy and Data

• ⭐ مالکیت داده‌ها ⭐Data Ownership

• اهداف حاکمیتی و ذینفعان کلیدی Goals of Governance Key Stakeholders

• منابع و ابعاد سوگیری الگوریتمی Sources and Dimensions of Algorithmic Bias

• سوگیری و عملکرد در طول زمان Bias and Performance Over Time

• پاسخ پزشک به سوگیری Clinician Response to Bias

• شفافیت Transparency

• در صورت بروز خطا، چه کسی مسئول است؟ Who Is Liable When Something Goes Wrong?

• اعتماد Trust

• نکات کلیدی برای ارائه‌دهندگان خدمات Takeaways For Providers