Τεχνητή Νοημοσύνη, Διαχείριση Μεγάλων Δεδομένων και Υπηρεσίες Υγείας
Προηγμένες Υπηρεσίες Πληροφορικής στην Υγεία
Σκοπός και Στόχοι Σεμιναρίου
Αντικείμενο του σεμιναρίου είναι
- η όσο το δυνατόν πληρέστερη ενημέρωση των συμμετεχόντων σχετικά με το ταχύτατα αναπτυσσόμενο πεδίο της Τεχνητής Νοημοσύνης, των Μεγάλων Δεδομένων και των εφαρμογών τους σε Υπηρεσίες Υγείας και
- η εξοικείωση των συμμετεχόντων με συναφείς μεθοδολογίες και εργαλεία ανάπτυξης αντίστοιχων έξυπνων εφαρμογών για την εξυπηρέτηση των υπηρεσιών υγείας.
Πιο συγκεκριμένα, κατά το σεμινάριο:
- οι συμμετέχοντες θα ενημερωθούν για τις πλέον σύγχρονες και τις πλέον αποτελεσματικές μεθοδολογίες και προσεγγίσεις των επιστημονικών πεδίων της Τεχνητής Νοημοσύνης και των Μεγάλων Δεδομένων. Η ανάπτυξη και παρουσίαση των αντίστοιχων θεμάτων θα προσεγγιστεί από τη σκοπιά όχι του ειδικού, αλλά από τη σκοπιά του μη ειδικού ο οποίος επιθυμεί να εξοικειωθεί με τις βασικές έννοιες των εν λόγω πεδίων και, στη συνέχεια, να καταστεί ικανός να χρησιμοποιεί εργαλεία λογισμικού που διατίθενται ελεύθερα,
- οι συμμετέχοντες θα εισαχθούν σε βασικές έννοιες και λειτουργίες της υπερ-υψηλού επιπέδου γλώσσας Python, η οποία και αποτελεί ένα εύχρηστο και ελεύθερα προσβάσιμο υπολογιστικό εργαλείο, εύκολο στην εκμάθησή του και με ιδιαίτερα ευρεία και διεθνώς αυξανόμενη χρήση,
- θα παρουσιαστούν δύο εφαρμογές Τεχνητής Νοημοσύνης και Μεγάλων Δεδομένων σε υπηρεσίες υγείας, προκειμένου να γίνει κατανοητότερη η διαδικασία χρήσης αυτών των τεχνολογιών και τα αντίστοιχα οφέλη από την ενσωμάτωσή τους σε υπηρεσίες υγείας,
- θα συζητηθούν ειδικά θέματα Τεχνητής Νοημοσύνης και Μεγάλων Δεδομένων που εμπίπτουν στο αντικείμενο των Μεγάλων Γλωσσολογικών Μοντέλων και θα προβληθούν εφαρμογές τους στην βιο-πληροφορική.
Το σεμινάριο « Τεχνητή Νοημοσύνη, Διαχείριση Μεγάλων Δεδομένων και Υπηρεσίες Υγείας» γεφυρώνει το πεδίο της Υγείας με το πεδίο των σύγχρονων τεχνολογιών Τεχνητής Νοημοσύνης και Μεγάλων Δεδομένων και αποτελεί ένα από τα δημοφιλέστερα και πλέον αναπτυσσόμενα πεδία σε παγκόσμιο επίπεδο.
Ο σύγχρονος άνθρωπος είναι ιδιαίτερα ευαισθητοποιημένος σε θέματα υγείας και αναζητεί τις καλύτερες δυνατές υπηρεσίες υγείας. Παράλληλα, η εκρηκτική έρευνα και ανάπτυξη των τεχνολογιών της Τεχνητής Νοημοσύνης και των Μεγάλων Δεδομένων που λαμβάνει χώρα κατά τα τελευταία 15 χρόνια προσφέρουν μια μοναδική ευκαιρία για βελτίωση των παρεχόμενων υπηρεσιών υγείας με ταυτόχρονη αύξηση της διαθεσιμότητάς του σε πολύ περισσότερους πολίτες και μείωση του κόστους τους.
Οι συμμετέχοντες στο σεμινάριο θα ενημερωθούν με πανεπιστημιακού επιπέδου πληροφόρηση σχετικά με το πεδίο της Τεχνητής Νοημοσύνης και των Μεγάλων Δεδομένων. Στη συνέχεια, θα εμβαθύνουν περισσότερο στο πεδίο αυτό, καθώς θα στο σεμινριο παρουσιαστούν δύο εφαρμογές Τεχνητής Νοημοσύνης και Μεγάλων Δεδομένων σε υπηρεσίες υγείας, προκειμένου να γίνει κατανοητότερη η διαδικασία χρήσης αυτών των τεχνολογιών και τα αντίστοιχα οφέλη από την ενσωμάτωσή τους σε υπηρεσίες υγείας. Τέλος, το σεμινάριο θα ολοκληρωθεί με ιδιαίτερη συζήτηση ειδικών θεμάτων Τεχνητής Νοημοσύνης και Μεγάλων Δεδομένων που εμπίπτουν στο αντικείμενο των Μεγάλων Γλωσσολογικών Μοντέλων και θα προβληθούν εφαρμογές τους στην βιο-πληροφορική.
Τα εργαλεία που έχουν επιλεχθεί για το σεμινάριο είναι δωρεάν και πλήρως προσβάσιμα από το κάθε συμμετέχοντα ανεξαρτήτως του υπολογιστικού μέσου με το οποίο θα συμμετέχει στο σεμινάριο (υπολογιστές, laptops, tablets, smartphones, κ.λπ.), ανεξαρτήτως λειτουργικού συστήματος, και με μηδενική απαίτηση ύπαρξης ειδικών γνώσεων για το πεδίο.
Οι διδάσκοντες του σεμιναρίου έχουν κατά το παρελθόν διδάξει το εν λόγω πεδίο, εκτός των φοιτητών του πανεπιστημίου και σε άλλες κοινωνικές ομάδες, ανεξαρτήτως ηλικίας (παιδιά, μεγαλύτεροι άνθρωποι) και μορφωτικού επιπέδου, με υψηλότατα ποσοστά επιτυχίας.
Μετά το πέρας του σεμιναρίου, ο κάθε συμμετέχων θα είναι σε θέση να αναπτύσσει βασικές εφαρμογές χρησιμοποιώντας την υπερ-υψηλού επιπέδου γλώσσα Python, η οποία και αποτελεί ένα εύχρηστο και ελεύθερα προσβάσιμο υπολογιστικό εργαλείο, εύκολο στην εκμάθηση του και με ιδιαίτερα ευρεία και διεθνώς αυξανόμενη χρήση.
Το περιεχόμενο του σεμιναρίου χωρίζεται στις εξής ενότητες:
- Εισαγωγή στην Τεχνητή Νοημοσύνη
- Έμπειρα Συστήματα
- Οντολογίες
- Μηχανική Μάθηση – Τεχνητά Νευρωνικά Δίκτυα
- Εξηγήσιμη και Υπεύθυνη Τεχνητή νοημοσύνη
- Τεχνητή Νοημοσύνη και Ιατρική
- Εισαγωγή στα Μεγάλα Δεδομένα
- Τύποι δεδομένων
- Βάσεις δεδομένων
- Διαδικασία ανάλυσης
- Διαδικασία απεικόνισης
- Περιγραφή ποιοτικών δεδομένων
- Στατιστική συμπερασματολογία
- Μεγάλα Δεδομένα και Ιατρική
- Python για ανάλυση δεδομένων και μηχανική μάθηση
- Εισαγωγή
- Εγκατάσταση απαραίτητων ψηφιακών βιβλιοθηκών
- Πίνακες, λίστες και “λεξικά”
- Γραφήματα και ερμηνεία
- Μηχανική μάθηση με python
- Προεπεξεργασία δεδομένων, προσδιορισμός προβλήματος
- Αλγόριθμοι για μηχανική μάθηση
- Παραδείγματα
- Περιπτώσεις χρήσης
- Ψηφιακή διαχειρίση ιατρείου, σύστημα επεξεργασίας μεγάλων δεδομένων και στήριξης αποφάσεων
- Ιατρική πρόβλεψη και διάγνωση με σύστημα υπεύθυνης τεχνητής νοημοσύνης
- Μεγάλα Μοντέλα γλωσσικής ανάλυσης (LLMs)
- Εισαγωγή
- Βοηθοί τεχνικής ανάλυσης και μοντελοποίησης
- Εφαρμογές στη βιο-πληροφορική
Ακαδημαϊκός Υπεύθυνος Καθηγητής Γεώργιος Τσιχριντζής, Τμήμα Πληροφορικής Πανεπιστημίου Πειραιώς
Ο ΓΕΩΡΓΙΟΣ Α. ΤΣΙΧΡΙΝΤΖΗΣ έλαβε το Δίπλωμα Ηλεκτρολόγου Μηχανικού και Μηχανικού Υπολογιστών από το Εθνικό Μετσόβιο Πολυτεχνείο (με άριστα) και το M.Sc. και Ph.D. πτυχία Ηλεκτρολόγου Μηχανικού και Μηχανικού Υπολογιστών από το Northeastern University, Boston, Massachusetts, USA. Σήμερα είναι Καθηγητής στο Πανεπιστήμιο Πειραιώς και κατά την περίοδο 2016-2020 διετέλεσε Πρόεδρος του Τμήματος Πληροφορικής του Πανεπιστημίου. Από το 2008 έως το 2022 διετέλεσε Διευθυντής του Μεταπτυχιακού Προγράμματος Σπουδών στα «Προηγμένα Συστήματα Υπολογιστών και Πληροφορικής» του Τμήματος. Την περίοδο 2016-2020 διετέλεσε Μέλος του πρώτου Διοικητικού Συμβουλίου του Πανεπιστημίου Πειραιώς. Σήμερα υπηρετεί εκ νέου ως Μέλος του Διοικητικού Συμβουλίου του Πανεπιστημίου Πειραιώς για τετραετή θητεία (2022-2026). Επίσης, διετέλεσε Αναπληρωματικό Μέλος της Διοικούσας Επιτροπής του Ελληνικού Ανοικτού Πανεπιστημίου το διάστημα 2009-2015.
Τα τρέχοντα ερευνητικά ενδιαφέροντά του περιλαμβάνουν Τεχνητή και Υπολογιστική Νοημοσύνη, Μηχανική Μάθηση, Αναγνώριση Προτύπων, Θεωρία Αποφάσεων και Στατιστική Επεξεργασία Σήματος και τις εφαρμογές τους σε Τεχνολογίες Διαδικτύου των Πραγμάτων, Διαδραστικές Υπηρεσίες Πολυμέσων, Μοντελοποίηση Χρηστών, Συστήματα Λογισμικού Βασισμένα στη Γνώση, Αλληλεπίδραση Ανθρώπου-Μηχανής και Ανάκτηση Πληροφοριών. Έχει συγγράψει ή συν-συγγράψει περισσότερες από 350 ερευνητικές δημοσιεύσεις σε αυτούς τους τομείς, οι οποίες έχουν εμφανιστεί σε διεθνή περιοδικά, κεφάλαια βιβλίων και πρακτικά συνεδρίων. Έχει υπηρετήσει ως κύριος ερευνητής ή συν-ερευνητής σε πολλά έργα Ε&Α. Είναι ο αρχισυντάκτης του διεθνούς επιστημονικού περιοδικού Intelligent Decision Technologies Journal (IOS Press). Την περίοδο 2012-2022 διετέλεσε αρχισυντάκτης του διεθνούς επιστημονικού περιοδικού International Journal of Computational Intelligence Studies (Inderscience). Υπήρξε αρχισυντάκτης του διεθνούς επιστημονικού περιοδικού SpringerPlus για ολόκληρη την περιοχή της τεχνολογικής έρευνας. Είναι ο ιδρυτής και αρχισυντάκτης της σειράς βιβλίων Learning and Analytics in Intelligent Systems (Springer 2019-) και της σειράς βιβλίων Artificial Intelligence-Enhanced Software and Systems Engineering (Springer 2022-). Έχει συγγράψει 6 μονογραφίες. Έχει επιμεληθεί 35 βιβλία/συλλογικούς τόμους και 16 ειδικά τεύχη σε διάφορα διεθνή περιοδικά. Έχει οργανώσει και προεδρεύσει σε 40 διεθνή συνέδρια. Έχει λάβει βραβεία καλύτερης εργασίας από πολλά διεθνή συνέδρια και υπήρξε κεντρικός ομιλητής σε πολλά διεθνή συνέδρια.
Διαθέτει εμπειρία στη δια ζώσης και στην εξ αποστάσεως εκπαίδευση, τόσο σε προπτυχιακό όσο και σε μεταπτυχιακό επίπεδο, η οποία αθροιστικά υπερβαίνει τα 230 εξάμηνα.
O ΔΗΜΗΤΡΙΟΣ Π. ΠΑΝΑΓΟΥΛΙΑΣ κατέχει πτυχίο Διοίκησης Επιχειρήσεων από το Οικονομικό Πανεπιστήμιο Αθηνών, M.B.A. και M.Sc στην επιστήμη των υπολογιστών από το Πανεπιστήμιο Πειραιώς. Επί του παρόντος, είναι υποψήφιος διδάκτορας, υπό την επίβλεψη του Δρ. Γεώργιου Α. Τσιχριντζή, στον τομέα της μηχανικής μάθησης και της υλοποίησης λογισμικού ενισχυμένου από τεχνητή νοημοσύνη. Από το 2011, είναι γενικός διευθυντής της Dermacen S.A, ενός παρόχου τριτοβάθμιας υγειονομικής περίθαλψης στην Ελλάδα στις ιατρικές ειδικότητες της δερματολογίας, της αφροδισιολογίας και της πλαστικής χειρουργικής. Το 2018, ίδρυσε την DiskInside I.T. Development and Consulting Ltd στο Ηνωμένο Βασίλειο, μια εταιρεία που επικεντρώνεται στην ανάπτυξη λογισμικού C.R.M και E.R.P, κυρίως για τον ιατρικό τομέα, και στις συμβουλευτικές υπηρεσίες σχετικά με την ψηφιακή μεταμόρφωση και την εταιρική ταυτότητα.
Είναι ο βοηθός αρχισυντάκτη του διεθνούς επιστημονικού περιοδικού Intelligent Decision Technologies Journal (IOS Press).
Η έρευνά του επικεντρώνεται στη Μηχανική Μάθηση και την Αναγνώριση Προτύπων και τη χρήση ευέλικτων μεθοδολογιών για ανάπτυξη συστημάτων και διεπαφών προγραμματισμού εφαρμογών (APIs) εμπλουτισμένων με τεχνητή νοημοσύνη, με βάση τον λειτουργικό και αντικειμενοστραφή προγραμματισμό μικρο-υπηρεσιών σε .Net, Python και JavaScript.
Η παρακολούθηση γίνεται αποκλειστικά από το Διαδίκτυο μέσω απλού εκπαιδευτικού λογισμικού (πλατφόρμα ασύγχρονης τηλεκπαίδευσης), παρέχεται ψηφιακό εκπαιδευτικό υλικό και συνεχής εκπαιδευτική υποστήριξη. Από τη στιγμή που ένας υποψήφιος γίνεται δεκτός στο πρόγραμμα δημιουργείται λογαριασμός χρήστη στην πλατφόρμα τηλεκπαίδευσης και δίνεται πρόσβαση στα επιμέρους σεμινάρια της εκπαιδευτικής ενότητας της επιλογής του. Στην πλατφόρμα τηλεκπαίδευσης αναρτάται το σύνολο του εκπαιδευτικού υλικού και κοινοποιούνται τα στοιχεία επικοινωνίας του υπεύθυνου διδάσκοντα. Ο εκπαιδευόμενος έχει πρόσβαση στην πλατφόρμα, οποιαδήποτε στιγμή και από οπουδήποτε έχει σύνδεση internet.
Το εκπαιδευτικό υλικό του σεμιναρίου περιλαμβάνει πακέτα ψηφιακού περιεχομένου scorm, ηλεκτρονικές σημειώσεις με θεωρία και παραδείγματα (σε μορφή pdf με δυνατότητα αποθήκευσης και εκτύπωσης, ώστε να είναι εφικτή η μελέτη και offline), καθώς και online τεστ – αυτοαξιολόγησης και τεστ τελικής εξέτασης – με ερωτήσεις πολλαπλής επιλογής και σωστό-λάθος.
Προϋπόθεση για τη χορήγηση του Πιστοποιητικού Επιμόρφωσης είναι η επιτυχής ολοκλήρωση της εξεταστικής διαδικασίας για το σύνολο των επιμέρους σεμιναρίων της Εκπαιδευτικής Ενότητας “Προηγμένες Υπηρεσίες Πληροφορικής στην Υγεία (Advanced Healthcare IT Services)”.