Skip to main content

GMJ Academy

ციფრული მოვლა და ხელოვნური ინტელექტი ლაბორატორიაში [LAB-12-KA]

ხელოვნური ინტელექტი ლაბორატორიაში ახალ შესაძლებლობებსა და რისკებს ქმნის. კურსი გასწავლით AI-ის ინტეგრაციის პრინციპებს, ალგორითმების ვალიდაციასა და ავტომატიზაციის ზედამხედველობას.
  • Description
  • Curriculum
  • Reviews
Digital Care and Artificial Intelligence in the Lab

ციფრული მოვლა და ხელოვნური ინტელექტი ლაბორატორიაში [LAB-12-KA]

კლინიკური ლაბორატორია სწრაფად გარდაიქმნება: ხელოვნური ინტელექტის (AI) სისტემები უკვე ასრულებენ პათოლოგიური სურათების ანალიზს, სეფსისის რისკის პროგნოზირებას და ანალიტიკური შეცდომების გამოვლენას — ამოცანებს, რომლებიც ტრადიციულად კვალიფიციური სპეციალისტის განსჯას მოითხოვდა. WHO-ს 2021 წლის ანგარიშის თანახმად, AI-ზე დაფუძნებული სადიაგნოსტიკო ხელსაწყოები შეიძლება გახდეს გარღვევა დაბალ- და საშუალო შემოსავლიანი ქვეყნების ჯანდაცვის სისტემებისთვის, მათ შორის სამხრეთ კავკასიის რეგიონისთვის, სადაც ლაბორატორიული სპეციალისტების ნაკლებობა კრიტიკულ გამოწვევად რჩება. ამავდროულად, AI-ის ალგორითმების დანერგვა ქმნის ახალ ტიპის რისკებს — ალგორითმულ მიკერძოებას, ვალიდაციის ხარვეზებს და ზედამხედველობის ნაკლებობას — რომელთა მართვა საჭიროებს სტრუქტურირებულ, მტკიცებულებებზე დაფუძნებულ კომპეტენციას.

კურსი დაფუძნებულია ISO 15189:2022 სტანდარტებზე, რომლებიც განსაზღვრავენ ლაბორატორიული შედეგების ხარისხის უზრუნველყოფის მოთხოვნებს, ასევე Joint Commission International-ის (JCI) სახელმძღვანელო პრინციპებზე ციფრული ტექნოლოგიების კლინიკური ინტეგრაციის სფეროში. სწავლება აგებულია სამეცნიერო ლიტერატურის კრიტიკული ანალიზის, სცენარზე დაფუძნებული სიმულაციებისა და ინტერაქტიული კეისების გარშემო, რომლებიც ასახავს რეალური ლაბორატორიული გარემოს გამოწვევებს — გაზომვის გაურკვევლობიდან AI სისტემების post-market მონიტორინგამდე.

კურსის დასრულების შემდეგ მონაწილეებს შეუძლიათ:

  • განასხვავონ AI-ის სხვადასხვა ტიპები ლაბორატორიულ გამოყენებებში — მათ შორის machine learning, computer vision და natural language processing — და შეაფასონ მათი შესაბამისობა სპეციფიკურ სადიაგნოსტიკო ამოცანებთან;
  • გამოიყენონ ალგორითმული ვალიდაციის პრინციპები კლინიკური მგრძნობელობისა და სპეციფიკურობის, ცრუ-პოზიტიური მაჩვენებლებისა და პოპულაციურ ჰეტეროგენობასთან დაკავშირებული მიკერძოების შეფასებისთვის;
  • შეაფასონ AI-ზე დაფუძნებული ლაბორატორიული სისტემების ინტეგრაციის მზაობა ISO 15189 და JCI სტანდარტების კრიტერიუმების მიხედვით;
  • დაგეგმონ ავტომატიზებული სადიაგნოსტიკო პროცესების ზედამხედველობის პროტოკოლები, მათ შორის ალერტინგის ზღვრების განსაზღვრა და ადამიანის ინტერვენციის ტრიგერების იდენტიფიკაცია;
  • გააანალიზონ ინფორმირებული თანხმობის, მონაცემთა კონფიდენციალობისა და ალგორითმული გამჭვირვალობის ეთიკური ვალდებულებები AI-ით გაძლიერებული ლაბორატორიული სერვისების კონტექსტში;
  • ინტერპრეტაციაში ჩართონ კრიტიკული ანალიზი AI-გამომუშავებული შედეგებისა, კომუნიცირება მოახდინონ სხვა კლინიცისტებთან AI ინსტრუმენტის შეზღუდვებზე და ოფიციალური ანგარიშგების პროცედურა გამოიყენონ ადვერსული ტექნოლოგიური მოვლენებისთვის.

ვისთვის არის განკუთვნილი

კურსი შექმნილია კლინიკური ლაბორატორიის სპეციალისტებისთვის, ბიომედიცინური მეცნიერებებისა და პათოლ

დაიწყეთ აქ
ნაწილი I — ციფრული მოვლისა და ხელოვნური ინტელექტის შესავალი აკრედიტაციაში
ნაწილი II — ძირითადი კონცეფციები: ხელოვნური ინტელექტი და ციფრული სისტემები ლაბორატორიაში
ნაწილი IV — შემთხვევების ანალიზი: ხელოვნური ინტელექტი და ციფრული მოვლა პრაქტიკაში