10100
🔺مرجع فعالیتهای آموزشی و پژوهشی هوش مصنوعی و علوم پزشکی در کشور 🔻زیر نظر اعضای برجسته هیئت علمی دانشگاههای علوم پزشکی و اساتید معتبر هوش مصنوعی کشور 👤ارتباط با ادمین: @Med_admin_1 وابسته به شبکه نخبگان ایران | @IranElitesNet |
📱آموزش پایتون به زبان ساده برای علوم پزشکی و دارویی از صفر!
💻اغلب توصیه میشود که برای یادگیری برنامهنویسی صرفاً به مطالعه کتاب اکتفا نشود اما اگر به دنبال تجربهای کاربردی، روان و صمیمی هستید؛ این کتاب گزینهای استثنایی است. این کتاب پایتون را از ابتداییترین مفاهیم تا مباحث پیشرفته، با رویکردی مسئلهمحور آموزش میدهد.
💊مثالهای واقعی از علوم پزشکی و دارویی، یادگیری را جذاب و ملموس کرده و هر فصل با تمرینات هفتگی طراحی شده تا مهارت کدنویسی، تفکر برنامهنویسی و توانایی جستوجوی مستقل را در شما تقویت کند. اگرچه این کتاب برای مخاطبان علوم پزشکی و دارویی تدوین شده، زبان ساده و مثالهای متنوع آن برای علاقهمندان سایر حوزهها نیز ارزشمند است. این کتاب، پایهای مستحکم برای ورود به دنیای یادگیری ماشین، هوش مصنوعی و علم داده فراهم میسازد و شما را به آغاز این مسیر دعوت میکند.
👤این اثر توسط دکتر پدرام پربها، یکی از اساتید رویدادهای آکادمی Med-AI نگارش شده است. همچنین محتوای کتاب در دوره «از ژنومیکس تا دارو» نیز مورد بررسی قرار گرفته است.
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🧬💊از ژنومیکس تا دارو: اولین کارگاه تخصصی کاربردهای نوین هوش مصنوعی در داروسازی، بیوتکنولوژی و بیوانفورماتیک
❓سوالات متداول مخاطبین:
📖پیشنیاز شرکت در این دوره چیست؟
این رویداد با هدف ارائه آموزشهای جامع و کاربردی در زمینه استفاده از هوش مصنوعی در فناوری های نوین دارویی برگزار میشود. بهمنظور تسهیل یادگیری، تمامی محتوای آموزشی پایه بهصورت فایلهای ضبطشده با کیفیت بالا در اختیار شرکتکنندگان قرار خواهد گرفت.
📆زمان برگزاری و پایان دوره چه تاریخی میباشد؟
جلسات از تاریخ ۱۵ مهر ۱۴۰۴ شروع میشود و تا تاریخ ۱۸ مهر ۱۴۰۴ ادامه دارند.
⏰کلاس ها در چه روز و چه ساعتی برگزار میشود؟
با مراجعه به ادمین از تاریخ و ساعت دقیق جلسات با خبر شوید.
🎓آیا مدرک دوره هم در اختیار شرکت کننده ها قرار میگیرد و به چه زبانی است؟
مدرک دوره از طرف شبکه نخبگان ایران به زبان انگلیسی صادر شده و قابل ارائه در رزومه شخصی شما میباشد.
⏳مدرک کارگاه تا چه تاریخی صادر میشود؟
ظرف دو هفته پس از پایان جلسات، در اختیار شرکت کنندگان قرار میگیرد.
🤝آیا شرایط ثبت نام به صورت گروهی متفاوت است؟
بله، اگر پنج نفر یا بیشتر هستید میتوانید با ادمین در ارتباط باشید و از شرایط ویژه تخفیف گروهی بهرهمند شوید.
🎬آیا فیلم و فایل جلسات در اختیار شرکت کنندگان قرار خواهد گرفت؟
بله، تمامی جلسات با کیفیت بالا ضبط میشوند، بلافاصله پس از هر جلسه در کانال اختصاصی دوره قرار خواهد گرفت و برای همیشه قابل دسترس خواهند بود.
🏆سایر مزایای دوره:
📌پشتیبانی دائمی از دوره
📌دسترسی مادامالعمر به محتوای جلسات
📌دسترسی به فایلهای ارائه شده و فایلهای اساتید
📌امکان مشارکت در طرحهای تحقیقاتی اساتید
📌امکان ورود به کارگروه تولید محتوا و برنامهریزی آکادمی Med_AI شبکه نخبگان ایران
📌برخورداری از تخفیف در دورههای آینده مجموعه
ثبت نام و کسب اطلاعات بیشتر:👇
🆔 @Med_Admin_1
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🏛کلاس درس یادگیری ماشین دانشگاه صنعتی شریف
👤دکتر علی شریفی زارچی
⏺عضو هیأت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف
⏺پژوهشگر برجسته ملی و جهانی هوش مصنوعی در علومِ پزشکی
0️⃣1️⃣جلسه دهم: ادامهی روشهای Boosting، روش Stacking و XGBoost
#کلاس_درس👨🏫
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🧠هوش مصنوعی در رادیولوژی: اولین کارگاه تخصصی کاربردهای نوین هوش مصنوعی در تصویربرداری پزشکی و تشخیص
❓سوالات متداول مخاطبین:
📖پیشنیاز شرکت در این دوره چیست؟
این رویداد با هدف ارائه آموزشهای جامع و کاربردی در زمینه استفاده از هوش مصنوعی در پردازش تصویر برگزار میشود. بهمنظور تسهیل یادگیری، تمامی محتوای آموزشی پایه بهصورت فایلهای ضبطشده با کیفیت بالا در اختیار شرکتکنندگان قرار خواهد گرفت.
📆زمان برگزاری و پایان دوره چه تاریخی میباشد؟
جلسات از تاریخ اول مهر ۱۴۰۴ شروع میشود و تا تاریخ ۵ مهر ۱۴۰۴ ادامه دارند.
⏰کلاس ها در چه روز و چه ساعتی برگزار میشود؟
با مراجعه به ادمین از تاریخ و ساعت دقیق جلسات با خبر شوید.
🎓آیا مدرک دوره هم در اختیار شرکت کننده ها قرار میگیرد و به چه زبانی است؟
مدرک دوره از طرف شبکه نخبگان ایران به زبان انگلیسی صادر شده و قابل ارائه در رزومه شخصی شما میباشد.
⏳مدرک کارگاه تا چه تاریخی صادر میشود؟
ظرف یک هفته پس از پایان جلسات، در اختیار شرکت کنندگان قرار میگیرد.
🤝آیا شرایط ثبت نام به صورت گروهی متفاوت است؟
بله، اگر پنج نفر یا بیشتر هستید میتوانید با ادمین در ارتباط باشید و از شرایط ویژه تخفیف گروهی بهرهمند شوید.
🎬آیا فیلم و فایل جلسات در اختیار شرکت کنندگان قرار خواهد گرفت؟
بله، تمامی جلسات با کیفیت بالا ضبط میشوند، بلافاصله پس از هر جلسه در کانال اختصاصی دوره قرار خواهد گرفت و برای همیشه قابل دسترس خواهند بود.
🏆سایر مزایای دوره:
📌پشتیبانی دائمی از دوره
📌دسترسی مادامالعمر به محتوای جلسات
📌دسترسی به فایلهای ارائه شده و فایلهای اساتید
📌امکان مشارکت در طرحهای تحقیقاتی اساتید
📌امکان ورود به کارگروه تولید محتوا و برنامهریزی آکادمی Med_AI شبکه نخبگان ایران
📌برخورداری از تخفیف در دورههای آینده مجموعه
ثبت نام و کسب اطلاعات بیشتر:👇
🆔 @Med_Admin_1
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🏛 محتواهای آموزشی آکادمی هوش مصنوعی Med-AI
⏺با هدف دسترسی هرچه بیشتر تمامی دانشجویان و علاقهمندان به کلاسهای آموزشی اساتید برجسته دانشگاههای کشور، آکادمی Med-AI اقدام به برگزاری کارگاههای آموزشی میکند.
👨🏫دورههای آموزشی:
🔺دوره جامع "کاربرد هوش مصنوعی در علوم پزشکی" با تدریس استاد برجسته دانشگاه شریف، تهران و کارشناسان هوش مصنوعی
🔺دوره جامع هوش مصنوعی در بالین (با تدریس اساتید دانشگاه های علوم پزشکی تهران، ایران و شیراز )
💻وبینارهای آموزشی
🔺ورود به دنیای هوش مصنوعی
🔺تحول دیجیتال در پزشکی
🔺کسب و کارهای دنیای پزشکی و هوش مصنوعی
🔺پیشرفت مدلهای زبانی بزرگ: از مفاهیم پایه تا کاربردهای واقعی
🔺پردازش تصویر در پزشکی: با تکیه بر تشخیص در پاتولوژی دیجیتال
👤همکاری در کنگرهها و همایشها
برگزاری پنل ElitesAI در دومین کنگره بین المللی هوش مصنوعی در پزشکی(AIMS2025)
برای شرکت در چند دوره، نیازی به ثبتنام جداگانه نیست، برای این کار میتوانید به ادمین پیام دهید:👇
🆔 @Med_admin_1
🧠آکادمی Med_AI شبکه نخبگان ایران، یک جمع مستقل نخبگانی است که از بودجه عمومی کشور استفاده نمیکند. شرکت شما در این دورهها، علاوه بر توانمندسازی خودتان، به ادامه فعالیت ما کمک میکند.
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🧠تشخیص و تمایز ضایعات پانکراس با یادگیری عمیق در آندوسونوگرافی: یک پژوهش فراآتلانتیک
🔍در این پژوهش، پژوهشگران به توسعه اولین شبکه عصبی کانولوشن (CNN) در جهان پرداختند که قادر به تشخیص و تمایز ضایعات رایج پانکراس (شامل تودههای جامد و کیستیک) با استفاده از تصاویر آندوسونوگرافی (EUS) است.
📊هدف از این پژوهش، ارائه راهکاری برای برای چالشهای موجود در تشخیص تودههای پانکراس بود. این سیستم با استفاده از دادههای مراکز درمانی از دو قاره مختلف توسعه یافت و عملکرد آن از طریق معیارهای بالینی مانند حساسیت (sensitivity)، ویژگی (specificity)، مقادیر پیشبینیکننده مثبت و منفی و دقت (accuracy) مورد ارزیابی قرار گرفت. نتایج نشان داد که این سیستم، قابلیت تشخیص بالایی داشته و تأثیر سوگیریهای جمعیتی را به حداقل میرساند.
✅نتایج این پژوهش نشان میدهد که این شبکه عصبی یک راهکار نوآورانه برای تشخیص ضایعات پانکراس ارائه میدهد که پتانسیل بالایی برای کاربرد در محیط بالینی دارد.
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🧠پیشرفت مدلهای زبانی بزرگ: از مفاهیم پایه تا کاربردهای واقعی
👤اسحاق کارگر
⏺دانشمند ارشد هوش مصنوعی در شرکت In_Parallel فنلاند
⏺دانشجوی دکترای هوش مصنوعی رباتیک دانشگاه آلتو فنلاند
📚سرفصلها:
⏺مقدمه – مدلهای زبانی چیستند؟
⏺مبانی معماری ترنسفورمر (به زبان ساده)
⏺آموزش و تنظیم مدلهای زبانی بزرگ
⏺کاربردهای کلیدی LLM
⏺چالشها و محدودیتها
⏺مسیرهای آینده و نکات پایانی
⏺پرسش و پاسخ
🏛 برگزار شده توسط آکادمی Med-AI شبکه نخبگان ایران
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🧠 پیشرفت مدلهای زبانی بزرگ: از مفاهیم پایه تا کاربردهای واقعی
👤اسحاق کارگر
⏺دانشمند ارشد هوش مصنوعی در شرکت In_Parallel فنلاند
⏺دانشجوی دکترای هوش مصنوعی رباتیک دانشگاه آلتو فنلاند
📝پروفایل در گوگل اسکالر | گیتهاب | لینکدین
📚سرفصلها:
⏺مقدمه – مدلهای زبانی چیستند؟
⏺مبانی معماری ترنسفورمر (به زبان ساده)
⏺آموزش و تنظیم مدلهای زبانی بزرگ
⏺کاربردهای کلیدی LLM
⏺چالشها و محدودیتها
⏺مسیرهای آینده و نکات پایانی
⏺پرسش و پاسخ
⏳زمان برگزاری: جمعه ۷ شهریور ماه، ساعت ۱۹
💻به صورت مجازی در بستر اسکایروم
💠لینک شرکت در جلسه در کانال آکادمی Med-AI شبکه نخبگان ایران منتشر خواهد شد. برای شرکت در وبینار، در کانال عضو شوید.
🖥افزودن رویداد به گوگل کلندر
💰شرکت در جلسه برای عموم علاقمندان رایگان و آزاد است.
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🏛کلاس درس یادگیری ماشین دانشگاه صنعتی شریف
👤دکتر علی شریفی زارچی
⏺عضو هیأت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف
⏺پژوهشگر برجسته ملی و جهانی هوش مصنوعی در علومِ پزشکی
8️⃣جلسه هشتم: روشهای Ensemble شامل Bagging و Random Forest
#کلاس_درس👨🏫
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🏛کلاس درس یادگیری ماشین دانشگاه صنعتی شریف
👤دکتر علی شریفی زارچی
⏺عضو هیأت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف
⏺پژوهشگر برجسته ملی و جهانی هوش مصنوعی در علومِ پزشکی
7️⃣جلسه هفتم: ماشین بردار پشتیبان (SVM)
#کلاس_درس👨🏫
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🏛کلاس درس یادگیری ماشین دانشگاه صنعتی شریف
👤دکتر علی شریفی زارچی
⏺عضو هیأت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف
⏺پژوهشگر برجسته ملی و جهانی هوش مصنوعی در علومِ پزشکی
6️⃣جلسه ششم: ارزیابی مدلها - Confusion Matrix - انتخاب مدل
#کلاس_درس👨🏫
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🏛کلاس درس یادگیری ماشین دانشگاه صنعتی شریف
👤دکتر علی شریفی زارچی
⏺عضو هیأت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف
⏺پژوهشگر برجسته ملی و جهانی هوش مصنوعی در علومِ پزشکی
5️⃣جلسه پنجم: ادامهی درخت تصمیم - کاهش ابعاد و Generalization Error
#کلاس_درس👨🏫
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🏛کلاس درس یادگیری ماشین دانشگاه صنعتی شریف
👤دکتر علی شریفی زارچی
⏺عضو هیأت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف
⏺پژوهشگر برجسته ملی و جهانی هوش مصنوعی در علومِ پزشکی
4️⃣جلسه چهارم: دستهبندی (Clusteering) - الگوریتم K-means و درخت تصمیم (Decision Tree)
#کلاس_درس👨🏫
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🧠یادگیری ماشین در علوم زیستی و پزشکی
🧠BioMed ML
👤دکتر فرحناز گلستان هاشمی
⏺دکتری بیوتکنولوژی مولکولی
⏺متخصص بیوانفورماتیک و علم داده و یادگیری ماشین
⏺بیش از ۵ سال سابقه پژوهشی بین المللی در دوره های پسادکتری آسیا، اروپا و بریتانیا🇪🇺
⏺دریافت کننده Welcome Trust Seed Award in Science(انگلیس) و فلوشیپ ماری کوری🇬🇧
⏺دارای مدرک حرفه ای علم داده و هوش مصنوعی از دانشگاه فناوری سیدنی (UTS)🇦🇺
⏺مدرس و محقق در دانشگاه فناوری سیدنی استرالیا (UTS) University of Technology Sydney🇦🇺
📝سرفصلهای دوره:
⏺مفاهیم پایهای یادگیری ماشین و کاربردهای آن در علوم زیستی و پزشکی
⏺تحلیل اکتشافی دادهها (EDA)، پاکسازی داده، پیشپردازش و مهندسی ویژگیها
⏺روشهای یادگیری نظارتشده(Supervised): طبقهبندی و رگرسیون
⏺روشهای یادگیری بدون نظارت(Unsupervised) برای کشف الگوهای پنهان
⏺نحوه ارزیابی مدلها، استفاده از معیارهای مناسب و پرهیز از خطاهای رایج
⏺چگونگی ساخت جریانهای کاری عملی یادگیری ماشین در پایتون
⏺تمرین عملی با دادههای واقعی زیستی و پزشکی
📌چرا یادگیری ماشین؟
🎙توضیحات تکمیلی توسط استاد
📝در پروژههای عملی این کلاس، الگوریتمهای یادگیری ماشین با استفاده از دادههای واقعی بیماریهایی مانند سرطان پیادهسازی میشوند و شما تجربه یک کار پژوهشی با استفاده از ماشین لرنینگ را کسب خواهید کرد. (فرصتی برای پیادهسازی ایدههای نوآورانه خود در زمینههای مختلف زیستشناسی با استفاده از تکنیکهای یادگیری ماشین و انتشار دستاوردها در مجامع علمی معتبر)
📆زمان شروع جلسات: از پنجشنبه ۲ مرداد ماه
💻در ۵ جلسه به صورت مجازی در بستر اسکایروم
🎖همراه با اعطای سرتیفیکیت انگلیسی از انجمن زیست شناسی شبکه نخبگان ایران
➕دسترسی دائمی به فیلم ضبط شده جلسات
🤝امکان همکاری در پروژه های انجمن زیست شناسی و استاد محترم در آینده برای افراد برتر
📍پیشنیاز: انگیزه، علاقه و تلاش شما برای یادگیری و آشنایی نسبی با زبان برنامه نویسی Python (صرف آشنایی کافیست)
🔗لینک ثبتنام
❓سوالات متداول و تخفیفها
ارتباط با ادمین:👇
🆔 @Biology_network_admin
🧬در کانالهای انجمن علمی زیست شناسی و آکادمی زیست اومیکس با ما همراه باشید…
| @Biology_Network |
| @BioOmics_Academy |
🦷هوش مصنوعی، کاربردها و نقش آن در دندانپزشکی کودکان
🌍در عصر اپیدمیهای جهانی، مشکلات دهان و دندان تأثیر قابل توجهی بر بخش بزرگی از جمعیت کودکان دارد. تشخیص زودهنگام، پیشگیری و درمان این اختلالات، کلید سلامت بهینه کودک است. در سالهای اخیر، حوزه هوش مصنوعی (AI) شاهد سرعت و پیشرفت چشمگیری بوده است. در نتیجه، نفوذ هوش مصنوعی حتی در حوزههایی که به طور سنتی تصور میشد بهتر است به متخصصان انسانی واگذار شوند، مشاهده میشود.
🔍توانایی نهایی هوش مصنوعی برای بهبود مراقبت از بیمار و ارائه تشخیصهای دقیق بیماریها، دنیای مراقبتهای بهداشتی را متحول کرده است. در زمینه دندانپزشکی، توانایی اجرای اقدامات درمانی و در عین حال ارائه مشاوره مناسب در مورد رفتار بیمار، به ویژه در حوزه مراقبتهای دندانپزشکی کودکان، تقاضای زیادی دارد.
📌بر اساس یافتههای موجود، هوش مصنوعی اغلب در دندانپزشکی کودکان برای تشخیص دقیق و کمک به پزشکان، دندانپزشکان و دندانپزشکان کودکان در تصمیمگیری بالینی، تدوین استراتژیهای پیشگیرانه و ایجاد یک برنامه درمانی مناسب استفاده میشود.
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
⏺امروز اولین جلسه رویداد منحصر به فرد "از ژنومیکس تا دارو" با تدریس اساتید برتر کشور در این حوزه برگزار خواهد شد.
💊به سوی پزشکی نوین؛ همافزایی هوش مصنوعی و ژنومیکس در خدمت درمان…
جهت کسب اطلاعات بیشتر و ثبتنام به آیدی ادمین پیام دهید:👇
🆔 @Med_Admin_1
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
💊از ژنومیکس تا دارو
🧠بررسی کاربردهای نوین هوش مصنوعی در داروسازی، بیوتکنولوژی و بیوانفورماتیک
👨🏫مدرسین:
👤دکتر زرین منوچهر
⏺بنیانگذار انجمن بیوانفورماتیک ایران و نایب رئیس آن.
⏺بنیانگذار آزمایشگاه بیوانفورماتیک در پژوهشگاه ملی مهندسی ژنتیک و بیوتکنولوژی (NIGEB)
⏺رئیس دپارتمان بیوتکنولوژی سامانهها در NIGEB
⏺رئیس کمیته نانوتکنولوژی در NIGEB
⏺عضو هیئت تحریریه مجلاتی نظیر Iranian Journal of Biotechnology و Journal of Science
👤دکتر وحیده منتظری
⏺عضو هیئت علمی گروه هوش مصنوعی در علوم پزشکی
⏺معاون پژوهشی مرکز تحقیقات هوش مصنوعی در علوم پزشکی دانشگاه علوم پزشکی هوشمند
👤دکتر زهرا صالحی
⏺متخصص ایمونولوژی
⏺عضو هیئت علمی دانشگاه علوم پزشکی تهران
👤دکتر شیما علی ابراهیمی
⏺عضو هیئت علمی گروه هوش مصنوعی در علوم پزشکی دانشگاه علوم پزشکی هوشمند
👤دکتر شهرام علی یاری
⏺پژوهشگر پسا دکترا بیمارستان دانشگاهی هایدلبرگ آلمان
👤دکتر سیدنورالدین فرجی
⏺دکتری تخصصی زیست فناوری پزشکی
⏺استادیار زیست فناوری پزشکی، گروه آسیب شناسی، دانشکده پزشکی شیراز
⏺معاون فناوری پارک علم و فناوری دانشگاه علوم پزشکی شیراز
⏺مدیرعامل شرکت نوش داروی هوشمند پارس
👤دکتر پدرام پربها
⏺مدرس فرادرس و کارگاههای هوش مصنوعی و برنامهنویسی دانشگاه های علوم پزشکی
⏺محقق هوش مصنوعی در علوم پزشکی و دارویی
⏺نویسنده کتاب برنامهنویسی پایتون برای علوم پزشکی و دارویی به زبان خودمانی
📝بررسی کاربردهای هوش مصنوعی در:
⏺فارماسیوتیکس و بیوفارمسی
⏺کاربرد AI در داروسازی و کارازماییهای بالینی
⏺ژنومیک، ترنسکریپتومیکس، رادیومیکس، wearables
⏺انتخاب بیماران با هوش مصنوعی (Stratification Patient)
⏺استفاده از دادههای ژنومی، پروندههای الکترونیک سلامت (HER) و الگوریتمهای یادگیری ماشین
⏺پزشکی شخصیسازی شده و کاربرد دادهها
⏺تولید آنتی بادیهای درمانی
⏺بیوانفورماتیک
👥مخاطبین:
مناسب برای تمامی علاقمندان هوش مصنوعی (دانشجویان داروسازی و علوم میان رشتهای)
⏳زمان شروع جلسات: از سهشنبه ۱۵ مهر ماه
💻در ۷ جلسه به صورت مجازی در بستر اسکایروم
📱بیش از ۲۰ جلسه آموزش مقدماتی پایتون و بیوانفورماتیک به صورت رایگان
🎖همراه با اعطای سرتیفیکیت انگلیسی از شبکه نخبگان ایران
جهت کسب اطلاعات بیشتر و ثبتنام به آیدی ادمین پیام دهید👇:
🆔 @Med_Admin_1
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
❌هشدار: سالانه بیش از ۴۰ میلیون گزارش اشتباه رادیولوژی در جهان ثبت میشود!❌
📢 در اولین جلسه از رویداد «هوش مصنوعی در رادیولوژی» پروفسور قناعتی با سخنرانی ارزشمند خود، به نقش شگفتانگیز هوش مصنوعی در تحول تشخیصهای پزشکی پرداختند. ایشان به نمونههای واقعی و حیرتانگیزی اشاره کردند؛ مانند تشخیص شکستگیهای ظریف دنده بدون تروما(Non-Traumatic Rib Fracture)، که حتی برای رادیولوژیستهای باتجربه نیز چالشبرانگیز است؛ اما هوش مصنوعی با دقت فوقالعاده تشخیص دقیق و سریع آن را ممکن ساخته است.
📈جهان پزشکی و علوم تشخیصی در حال تغییر است...
مقاومت در برابر این موج نوآوری ممکن نیست. آینده پزشکی با دستیارهای هوشمند مبتنی بر هوش مصنوعی رقم میخورد و کلید موفقیت همراهی با این جریان پویا و پیشرفته است.
🎯 خبر ویژه برای علاقهمندان هوش مصنوعی:
ظرفیت بسیار محدودی برای ثبتنام در رویداد هوش مصنوعی در رادیولوژی باقی مانده است ! برای کسب اطلاعات بیشتر و پیوستن به این جریان علمی، با ادمین مجموعه ما در ارتباط باشید:
📩 @Med_Admin_1
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید 🎓
🌐@MedAI_academy
🧠هوش مصنوعی در رادیولوژی 🩻
👨⚕️بررسی کاربردهای نوین هوش مصنوعی در تصویربرداری پزشکی و پردازش تصویر
💠مدرسین:
👤پروفسور حسین قناعتی
⏺استاد تمام رادیولوژی دانشگاه علوم پزشکی تهران
⏺فلوشیپ نورواینترونشن
⏺بنیانگذار رشته اندوسکولار عروق مغزی
⏺بنیانگذار اولین فلوشیپ اینترونشنال رادیولوژی
⏺رئیس سابق دانشگاه علوم پزشكی تهران
⏺مدیر مرکز تحقیقات تشخیص پیشرفته و رادیولوژی مداخلهای
⏺مدیر مرکز تصویربرداری پزشکی بیمارستان امام خمینی (ره)
👤دکتر محمدرضا بیکزاده
⏺مشاور و پژوهشگر بینالمللی هوش مصنوعی
⏺فارغالتحصیل دکتری هوش مصنوعی از دانشگاه Essex انگلستان
⏺مخترع ۲۰ پتنت ثبتشده در حوزه فناوریهای معنایی
⏺عضو هیئت تحریریه شورای علوم آسیا
👤دکتر حمیدرضا سلطانیان زاده
⏺دکتری مهندسی برق از دانشگاه میشیگان
⏺استاد تمام دانشگاه تهران
⏺دانشمند ارشد در Henry Ford Health System
👤دکتر حسین ربانی
⏺دکترای مهندسی بیوالکتریک از دانشگاه صنعتی امیرکبیر (پلیتکنیک تهران)
⏺استاد گروه مهندسی پزشکی و مرکز تحقیقات پردازش سیگنال و تصویر پزشکی، دانشگاه علوم پزشکی اصفهان
⏺رئیس افتخاری (Editor-in-Chief) مجله Journal of Medical Signals and Sensors (JMSS)
👤دکتر شهریار فغانی
⏺محقق پسا دکتری در Mayo Clinic آمریکا
⏺فارغالتحصیل پزشکی دانشگاه علوم پزشکی تهران
⏺فارغالتحصیل ریاضیات محض دانشگاه تهران
⏺دارنده مدال نقره المپیاد جهانی زیستشناسی
📝بررسی کاربردهای هوش مصنوعی در:
📌آینده ابزارهای پزشکی
📌بررسی تصاویر MRI و ارزیابی مغز
📌آمادهسازی و Segmentation تصاویر برای پردازش
📌تصمیمگیریهای چند معیاره بالینی
📌تهیه گزارشهای رادیولوژی در سریعترین زمان ممکن
📌پردازش سیگنال
👥مخاطبین:
مناسب برای دانشجویان علوم پزشکی (پزشکی، دندانپزشکی، داروسازی و پیراپزشکی)، دانشجویان مهندسی و تمامی علاقمندان حوزه هوش مصنوعی
🎖همراه با اعطای سرتیفیکیت انگلیسی از شبکه نخبگان ایران
📆زمان شروع جلسات: از سهشنبه ۱ مهر ماه
💻در ۵ جلسه به صورت مجازی در بستر اسکایروم ➕ دسترسی مادامالعمر به تمامی جلسات برگزار شده
🐍بیش از ۲۰ جلسه آموزش مقدماتی پردازش تصویر، پایتون و بیوانفورماتیک به صورت رایگان
🔍امکان ایجاد همکاری با اساتید دوره
⚠️باتوجه به ماهیت جلسات ظرفیت محدود است!
جهت کسب اطلاعات بیشتر و ثبتنام به آیدی ادمین پیام دهید👇:
🆔 @Med_Admin_1
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🏛کلاس درس یادگیری ماشین دانشگاه صنعتی شریف
👤دکتر علی شریفی زارچی
⏺عضو هیأت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف
⏺پژوهشگر برجسته ملی و جهانی هوش مصنوعی در علومِ پزشکی
9️⃣جلسه نهم: ادامهی روشهای Ensemble و Boosting شامل AdaBoost و Gradient Boosting
#کلاس_درس👨🏫
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🔎در وبینار "پیشرفت مدلهای زبانی بزرگ: از مفاهیم پایه تا کاربردهای واقعی" چه گذشت؟
📖مقدمات کارگاه
۱. این کارگاه درباره چه بود؟⏳ساخت سیستم RAG و بهینهسازی با GEPA
این کارگاه یک دید کلی از مفاهیم کلیدی مدلهای زبانی (LMs) و ترنسفورمرها ارائه داد و سپس به صورت عملی نحوهی ساخت یک سیستم تولید متن مبتنی بر بازیابی (RAG) و بهینهسازی آن را با استفاده از ابزار DSPy و بهینهساز GEPA آموزش داد.
۲.مدلهای زبانی و ترنسفورمرها چه هستند؟
مدلهای زبانی (LMs): برنامههایی هستند که بر روی حجم عظیمی از دادههای متنی آموزش دیدهاند تا بتوانند کلمه یا توکن بعدی را پیشبینی کنند. این کارگاه توضیح داد که این مدلها چگونه با تبدیل متن به توکن و سپس به بردارهای عددی، دانش جهانی و تواناییهای استدلالی را یاد میگیرند.
ترنسفورمرها (Transformers): معماری غالب در مدلهای زبانی هستند. در این کارگاه توضیح داده شد که مفاهیمی مانند Embedding (تبدیل توکن به بردار)، Self-attention (توجه به سایر کلمات در متن برای درک بهتر)، و Positional encoding (حفظ ترتیب کلمات) چگونه به ترنسفورمرها کمک میکنند تا متون پیچیده را پردازش کنند.
۳. چگونه یک مدل زبانی آموزش داده میشود؟
پیشآموزش (Pretraining): مدلها بر روی دادههای بزرگ و متنوع آموزش میبینند تا تواناییهای عمومی زبان را یاد بگیرند.
تنظیم دقیق نظارتشده (SFT): مدلها با دادههای خاصی که شامل دستورالعمل و پاسخ آنها است، تنظیم میشوند تا دستورات را بهتر دنبال کنند.
بهینهسازی ترجیحی (Preference Optimization): با استفاده از یادگیری تقویتی (RL)، خروجی مدلها با ترجیحات انسانی همراستا میشود.
۴. زنجیره فکر (Chain-of-Thought) به چه دردی میخورد؟
زنجیره فکر یک روش است که به مدلها یاد میدهد تا قبل از ارائهی پاسخ نهایی، به صورت گام به گام و با ذکر دلایل، به یک مسئله فکر کنند. این روش، بهویژه در مسائل استدلالی، به مدل کمک میکند تا پاسخهای دقیقتری ارائه دهد.
۵. سیستم RAG چگونه کار میکند؟
سیستم RAG (تولید متن مبتنی بر بازیابی) به مدل زبانی اجازه میدهد تا برای پاسخ دادن به یک سوال، ابتدا اطلاعات مرتبط را از یک پایگاه دانش خارجی (مانند اسناد PDF) بازیابی کند و سپس با استفاده از آن اطلاعات، پاسخ دقیق و بدون خطایی ارائه دهد. این کارگاه مراحل زیر را برای ساخت یک سیستم RAG نشان داد:
🔴
بارگذاری اسناد:
فایلهای PDF مربوط به بیماریهای دیابت و COPD با استفاده از
LangChain
بارگذاری شدند.
🔴
قطعهبندی (Chunking):
اسناد به بخشهای کوچکتر و همپوشان تقسیم شدند تا بازیابی اطلاعات دقیقتر باشد.
🔴
ساخت پایگاه داده برداری:
برای هر قطعه، یک بردار عددی (Embedding) ساخته شد و در یک پایگاه دادهی برداری محلی به نام
FAISS
ذخیره گردید.
🔴
بازیابی اطلاعات:
یک تابع جستجو (vector search) ایجاد شد که بر اساس شباهت معنایی، قطعههای مرتبط با یک سوال را از پایگاه داده بازیابی میکند.
۶. نقش GEPA در این کارگاه چه بود؟
این فناوری به صورت خودکار، دستورالعملها و فرامین متنی مدل را برای بهبود عملکرد آن تغییر میدهد و بهینهسازی میکند. در این کارگاه:
🔺 یک
عامل ReAct
(مدلی که میتواند به صورت گام به گام فکر کرده و از ابزارها استفاده کند) ساخته شد.
🔺این عامل، از ابزار جستجوی برداری برای پاسخ به سوالات دیابت استفاده کرد.
🔺برای ارزیابی عملکرد، یک
داور LM
(یک مدل زبانی دیگر) تعریف شد تا به پاسخها امتیاز دهد.💻توسعهی سیستم به یک معماری چندعاملی
سپس، با استفاده از GEPA، عملکرد این عامل بر اساس بازخورد داور بهینهسازی شد.
۷. سیستم چندعاملی چگونه پیادهسازی شد؟
در بخش نهایی، سیستم به یک معماری چندعاملی گسترش یافت:
یک عامل متخصص برای
بیماری دیابت
و یک عامل متخصص دیگر برای
بیماری COPD
ساخته شدند.
این دو عامل به عنوان
ابزار
برای یک عامل اصلی و هماهنگکننده (Lead Agent) تعریف شدند.📌نتیجهی نهایی چه بود؟
عامل اصلی (Lead Agent) با دریافت یک سوال، تشخیص میدهد که برای پاسخ به آن باید از کدام عامل متخصص (دیابت یا COPD) کمک بگیرد.
در نهایت، این عامل اصلی نیز با استفاده از GEPA، بر روی مجموعهای از دادههای ترکیبی (شامل سوالات دیابت و COPD) بهینهسازی شد.
🧠 پیشرفت مدلهای زبانی بزرگ: از مفاهیم پایه تا کاربردهای واقعی
👨⚕️اینبار در خدمت پزشکی!
در این وبینار به دنیای مدلهای زبانی بزرگ (LLM) وارد میشویم . همینطور با مفاهیم پایهای مدلهای زبانی و ترنسفورمرها آشنا میشویم و یاد میگیریم که چطور از آنها برای ساخت سیستمهای هوشمند استفاده کنیم.
👨🏫یادگیری در قالب کارگاه: نه فقط یک وبینار ساده
ما به صورت عملی یک سیستم Retrieval-Augmented Generation (RAG) میسازیم. این سیستم به مدلهای هوش مصنوعی کمک میکند تا با جستجو و استفاده از منابع مختلف اطلاعاتی، پاسخهایی دقیق و قابل استناد ارائه دهند که این قابلیت به ویژه در حوزهی تخصصی پزشکی اهمیت زیادی دارد.
🧠در این کارگاه، یک عامل هوشمند (Agent) خواهیم ساخت که با استفاده از ابزارهای جستجو، قادر به تحلیل و پاسخگویی به سوالات مربوط به بیماریهایی مانند دیابت و COPD است. در نهایت، با استفاده از بهینهساز پیشرفته GEPA، عملکرد این عامل را به صورت خودکار بهبود میبخشیم.
💫این نشست نه تنها به شما مهارتهای فنی لازم را میآموزد، بلکه به شما نشان میدهد که چگونه میتوان از هوش مصنوعی برای ارائه اطلاعات دقیق و پشتیبانی از تصمیمگیریها در حوزهی سلامت و بهداشت الهام گرفت.
⌛️زمان برگزاری: جمعه ۷ شهریور ماه، ساعت ۱۹
📅 ثبت نام رایگان در کارگاه با افزودن به گوگل کلندر
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
💉پیشبینی سازگاری پیوند با استفاده از یادگیری ماشین
🧬هدف اصلی این مطالعه، بهبود و افزایش دقت پیشبینی سازگاری متقابل (کراسمچ) بین گیرنده و اهداکننده در پیوند اعضای solid، از طریق استفاده از تکنیکهای یادگیری ماشین (ML) بوده است. از آنجایی که پیشبینی کراسمچ فرآیندی پیچیده است و به درک دقیق آللهای HLA و آنتیبادیهای HLA گیرنده نیاز دارد، محققان یک سیستم تخمین آلل HLA را توسعه دادند که قادر به تبدیل آنتیژنهای HLA به آللهای مربوطه است.
📊این دادههای جدید و تکمیلشده، به همراه پروفایل کامل آنتیبادی HLA گیرنده، به مدلهای مختلف یادگیری ماشین وارد شدند. در نتیجه، مدلی توسعه یافت که توانست با دقت بسیار بالا (ROC-AUC ۰.۹۷۵)، واکنشپذیری کراسمچ را پیشبینی کند. این دستاورد نشاندهنده توانایی این مدلها در ارائه بینشهای کلیدی در مورد نقش آنتیبادیهای HLA خاص در فرآیند تطبیق پیوند و ارزیابی شخصیسازیشده ریسک برای هر بیمار است. این نتایج به عنوان گامی مهم در درک عمیقتر سازگاری بافتی در پیوند عضو قلمداد میشوند.
آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
👨⚕️تشخیص لوپوس اریتماتوز سیستمیک (SLE) از تصاویر شبکیه چشم
👁در این پژوهش، پژوهشگران به توسعه سیستمی با نام DeepSLE پرداختند که از یادگیری عمیق برای تشخیص بیماری لوپوس اریتماتوز سیستمیک (SLE) و عوارض آن استفاده میکند. این سیستم قادر است عوارض چشمی و کلیوی ناشی از بیماری را از طریق تصاویر شبکیه تشخیص دهد.
📝هدف از این پژوهش، ارائه راهکاری برای غلبه بر چالشهای تشخیص زودهنگام SLE بود. این سیستم با استفاده از یک مجموعه داده بزرگ و چندقومیتی شامل ۲۴۷,۷۱۸ تصویر از کشورهای چین و انگلستان، اعتبارسنجی شد. نتایج نشان داد که DeepSLE در تشخیص SLE عملکرد بسیار قویای دارد، به طوری که مساحت زیر منحنی مشخصه عملکرد گیرنده (AUC) آن بین ۰.۸۲۲ تا ۰.۹۶۹ بود. عملکرد این سیستم در گروههای مختلف جمعیتی (بر اساس جنسیت، سن، قومیت و وضعیت اجتماعی-اقتصادی) نیز پایدار و قابل اعتماد بود.
✅به طور کلی، نتایج این پژوهش نشان میدهد که DeepSLE یک راهحل نوآورانه برای تشخیص SLE و عوارض آن از طریق تصاویر شبکیه ارائه میدهد و پتانسیل بالایی برای استفاده در بالین دارد.
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🧠هوش مصنوعی قابل توضیح (XAI) چیست؟
❓آیا تا به حال فکر کردهاید که یک مدل هوش مصنوعی چطور به نتیجهای خاص رسیده است؟
اینجا هوش مصنوعی قابل توضیح (XAI) وارد عمل میشود. این یک حوزه نوظهور است که به کاربران کمک میکند رفتار مدلهای هوش مصنوعی را درک کنند و بفهمند چگونه به پیشبینیها یا نتایج خود رسیدهاند.
📝هوش مصنوعی قابل توضیح چگونه کار میکند؟
🕵️رفع مشکل «جعبه سیاه»: بسیاری از مدلهای پیچیده هوش مصنوعی مانند یادگیری عمیق به «جعبه سیاه» تشبیه میشوند؛ زیرا عملکرد داخلی آنها نامشخص است. XAI با ارائه توضیحات، این مشکل را حل میکند وبه ما نشان میدهد که در داخل این جعبه چه میگذرد.
🛡️تشخیص سوگیری: تکنیکهای XAI میتوانند به شناسایی و رفع سوگیریها در مدلها کمک کنند.
🧠تکنیکهای هوشمندانه:
تکنیک LIME : رفتار یک مدل پیچیده را با یک مدل سادهتر و قابل فهم (مانند درخت تصمیم) تقریب میزند تا اهمیت ویژگیها را مشخص کند.
تکنیک Grad-CAM: با استفاده از گرادیانها، نقاط مهم در یک تصویر که مدل برای تصمیمگیری به آنها توجه کرده است، برجسته میشوند.
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
📚معرفی کتاب ارزشمند "تحول دیجیتال سلامت: استراتژی ایجاد سازمانهای سلامت پیشرو"
این کتاب به بررسی عمیق ضرورتها و پیشرانهای تحول دیجیتال در نظام سلامت امروز میپردازد؛ همچنین با تمرکز بر فناوریهای نوین و انقلابی مانند هوش مصنوعی، کلانداده، اینترنت اشیا (IoT)، تلهمدیسین و بلاکچین نشان میدهد که چگونه این ابزارها در حال دگرگونی فرآیندهای مراقبت، مدیریت و ارائه خدمات سلامت هستند.
💻نویسندگان ابتدا به اهمیت فرهنگی و ساختاری تحول دیجیتال اشاره کرده و توضیح میدهند که چرا بسیاری از سازمانهای سلامت در دوران همهگیری کرونا، نیاز مبرم به بازنگری استراتژیهای خود را احساس کردند.
⏺در نهایت، کتاب به رویکردهای حمایتی، سرمایهگذاری و راهکارهای عملی برای پیادهسازی تحول دیجیتال در سازمانها میپردازد.
✍️اگر به دنبال درکی جامع از چالشها و فرصتهای تحول دیجیتال در حوزه سلامت، به ویژه نقش هوش مصنوعی در آن، هستید، مطالعه این کتاب به شما توصیه میشود.
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
💻یادگیری فدرال چیست؟
⏺آیا تا به حال فکر کردهاید که چگونه هوش مصنوعی میتواند بدون دسترسی به دادههای شخصی شما، هوشمندتر شود؟
اینجا یادگیری فدرال وارد عمل میشود! این رویکرد پیشرفته به AI اجازه میدهد تا بدون به خطر انداختن حریم خصوصی، از دادههای کاربران در میلیونها دستگاه یاد بگیرد.
📝یادگیری فدرال چگونه کار میکند؟
📁حفظ حریم خصوصی: برخلاف روشهای سنتی که در آن دادهها به یک سرور مرکزی فرستاده میشوند، در یادگیری فدرال، دادههای شخصی شما هرگز دستگاهتان (مثل گوشی هوشمند) را ترک نمیکنند.
🔐این یعنی اطلاعات شما همیشه امن میماند.
🧠فرآیند هوشمندانه:
دستگاه شما یک مدل کوچک هوش مصنوعی را به صورت محلی با استفاده از دادههای خودش آموزش میدهد.
فقط "یادگیریها" یا بهروزرسانیهای مدل (و نه خود دادهها) به یک سرور مرکزی فرستاده میشوند.
سرور مرکزی این "یادگیریها" را از دستگاههای مختلف ترکیب میکند تا یک مدل هوش مصنوعی قدرتمندتر و جامعتر بسازد.
سپس، این مدل بهبودیافته به دستگاه شما برمیگردد و آن را هوشمندتر میکند.
🔗جهت مطالعه بیشتر
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
✨انقلاب در سونوگرافی با Butterfly Network
⏺کمپانی Butterfly Network در حال دموکراتیک کردن مراقبتهای بهداشتی با دستگاه سونوگرافی دستی مبتنی بر هوش مصنوعی خود است . این شرکت با فناوری "سونوگرافی روی تراشه" پیشگام شده که تصویربرداری تمام بدن را با یک پروب واحد ممکن میسازد.
📝فناوری و کاربرد
📌دستگاه دستی Butterfly iQ3
دستگاه دستی آنها سونوگرافی با کیفیت بالا را به نقطه مراقبت (POCUS) میآورد و تشخیصهای سریع و دقیق را در بخشهای مختلف پزشکی از جمله اورژانس، قلب و عروق، و مراقبتهای اولیه امکانپذیر میکند.
📌دسترسی در مناطق محروم
این فناوری دسترسی به تصویربرداری پزشکی را در مناطق روستایی بهبود بخشیده است.
📌کاهش هزینهها و مدت بستری
مطالعهای نشان داد که استفاده از POCUS در مدیریت نارسایی قلبی، منجر به کاهش ۱.۱ روز در میانگین طول مدت بستری و کاهش ۵۰% در هزینهها شده است.
⭐️این کمپانی با مقرونبهصرفه و قابل حمل کردن سونوگرافی با کیفیت بالا، قابلیتهای تشخیصی را به همه نقاط گسترش میدهد و نابرابریهای جغرافیایی در را برطرف میکند.
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🏛کلاس درس یادگیری ماشین دانشگاه صنعتی شریف
👤دکتر علی شریفی زارچی
⏺عضو هیأت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف
⏺پژوهشگر برجسته ملی و جهانی هوش مصنوعی در علومِ پزشکی
3️⃣جلسه سوم: مقدمهای بر یادگیری ماشین و تعریف انواع Loss Function ها
#کلاس_درس👨🏫
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy
🏛کلاس درس یادگیری ماشین دانشگاه صنعتی شریف
👤دکتر علی شریفی زارچی
⏺عضو هیأت علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف
⏺پژوهشگر برجسته ملی و جهانی هوش مصنوعی در علومِ پزشکی
2️⃣جلسه دوم: مروری بر ریاضیات برداری و جبری
#کلاس_درس👨🏫
در آکادمی Med-AI شبکه نخبگان ایران با ما همراه باشید🎓
🌐@MedAI_academy