Интеллектуальные информационные технологии в медицине

Курс предназначен для студентов 3-6 курсов (на момент 01.09.2023) СЗГМУ им. И.И. Мечникова бесплатно, для лиц, имеющих диплом о высшем образовании обучение осуществляется за счет средств обучающегося на внебюджетной основе, стоимость обучения уточняется. Цель курса – дать обучающимся базовые представления о современных IT-технологиях, методах искусственного интеллекта и их использовании в области медицины. Прошедшие обучение должны будут уметь оценивать применимость изученных методов к решению медицинских проблем, а также формировать задания на разработку программных комплексов для решения этих задач. Знание основ программирования и методов реализации систем искусственного интеллекта позволит им квалифицированно оценивать, как реализуемость, так и потенциальную трудоемкость создания интеллектуальных систем медицинского назначения. Полученная базовая квалификация позволит слушателям параллельно с их основным медицинским образованием стать специалистами в области IT-технологий.

Программа курса

Программа рассчитана на два семестра нагрузки параллельно с освоением основной образовательной программы.
Каждый модуль представляет собой полноценный онлайн-курс с комплектом образовательного контента и практики. Последовательное прохождение модулей обеспечит целостное освоение прикладных навыков и теоретических знаний.

Какую квалификацию вы получите?

Специалист по интеллектуальным информационным технологиям в медицине.

Модуль 1. Основы информатики и программирования

Тема 1. Введение
Тема 2. Архитектура МИС
Тема 3. Технологии разработки программно-алгоритмического обеспечения
Тема 4. Основы программирования на языке Python
Тема 5. Базы данных
Тема 6. Сетевые технологии

Модуль 2. Методы искусственного интеллекта

Тема 1. Проблема создания искусственного интеллекта
Тема 2. Методы машинного обучения
Тема 3. Искусственные нейронные сети.

Модуль 3. Интеллектуальный анализ медицинских сигналов и изображений

Тема 1. Медицинские сигналы и изображения
Тема 2. Традиционные методы анализа сигналов и изображений
Тема 3. Использование технологий искусственного интеллекта для анализа медицинских сигналов и изображений

Модуль 4. Статистические методы анализа медицинской информации

Тема 1. Исследовательский анализ данных и предобработка данных в медицине
Тема 2. Оценка значимости различий между группами данных и признаками
Тема 3. Многомерный анализ данных, регрессионный анализ, классификация и прогнозирование
Тема 4. Основы технологий «data mining» и «big data»
Тема 5. Обзор программных пакетов, используемых в математической статистике

Модуль 5. Медицинские информационные системы

Тема 1. Этапы разработки медицинских информационных систем (МИС)
Тема 2. Архитектура МИС
Тема 3. Прикладные приложения в МИС
Тема 4. Принципы разработки МИС на платформе 1С

Длительность программы

Программа рассчитана на два семестра нагрузки параллельно с освоением основной образовательной программы.

База практики:

ООО «ВИТА-СОФТ», Санкт-Петербург

• Видеозаписи лекций и практических занятий, доступные on-line
• Контрольные задания по основным разделам курса
• On-line тесты по каждому из модулей курса
• Итоговый экзамен по окончании курса.

Регистрация для студентов СЗГМУ им. И.И. Мечникова 

График обучения

Преподаватели программы

Калиниченко Александр Николаевич
д. т. н., профессор кафедры Биотехнических систем СПбГЭТУ "ЛЭТИ"
Специалист в области автоматического анализа биомедицинских сигналов данных и применение методов машинного обучения в медицине

Недосекин Алексей Олегович
ООО «ВИТА-СОФТ», системный аналитик
д.экон.н.

Кононенко Дмитрий Александрович
ООО «ВИТА-СОФТ», руководитель проектов

Тероева Юлия Александровна
старший преподаватель кафедры биотехнических систем СПбГЭТУ «ЛЭТИ», к.т.н.
Cоавтор онлайн-курсов «The Development of Mobile Health Monitoring Systems» и «Методы обработки и анализа биомедицинских сигналов»

Скоробогатова Алёна Игоревна
ассистент кафедры биотехнических систем СПбГЭТУ «ЛЭТИ»
Область деятельности: разработка алгоритмов анализа медицинских сигналов, интеллектуальной системы анализа рисков