KI-Programmierung – Grundlagen für Anwendungen in der Medizintechnik

Zielgruppe
Fachleute, die in der Entwicklung von Medizinprodukten oder in der Auswertung von medizinischen Daten tätig sind und vielleicht bisher einen Bogen um das Thema KI gemacht haben, weil es ihnen zu kompliziert erschien.

Inhalte
In diesem Seminar werden grundlegende Techniken zum Einsatz von Künstlicher Intelligenz in der Medizintechnik vermittelt. Es wird auf die drei wesentlichen Datentypen in der Medizintechnik Bilder, Texte und Datenbanken und auf ihre jeweiligen Spezifika eingegangen. Es wird eine Übersicht gegeben über die wichtigsten Werkzeuge für ein schnelles Prototyping sowie Techniken für den produktionsreifen Einsatz diskutiert. Es soll auch vermittelt werden, wie neue Werkzeuge systematisch erprobt und eingeschätzt werden können.
Eine Vertiefung findet in Richtung moderner KI-Methoden angewendet auf alltägliche Probleme statt; es werden einfache Prinzipien der KI-Modellierung erprobt und weiterführende Themen aufgezeigt. Es wird auf Besonderheiten von Diagnoseunterstützungssystemen eingegangen, insbesondere ein kritischer Blick auf die Grundlagen von KI-basierten Erkennungsvorschlägen geschult. Dabei steht die Frage im Vordergrund: Wie kann sichergestellt werden, dass das, was erkannt wird, auch wirklich deshalb erkannt wird, weshalb wir denken, dass es erkannt werden sollte?

Themenüberblick

• Einführung in die Besonderheiten von medizinischen Daten im Bezug auf den Einsatz von KI
• Moderne Methoden der KI-Modellierung im Bezug auf Medizintechnik
• Spezifika von allgemeinen Datentypen in der Medizintechnik
• Kennenlernen der wichtigsten Werkzeuge für die Verarbeitung von Bildern, Texten und Datenbanken

Vorkenntnisse
Beherrschung mindestens einer Analysesoftware (z. B. SPSS, jupyter oder R). Grundlegende Kenntnisse in allgemeiner Programmierung sind erwünscht.

ESF Förderung möglich. Sparen Sie bis zu 70% der Teilnahmegebühren. Informationen zur Fördermöglichkeit erhalten Sie hier.

Das Seminar ist Teil des geförderten Verbundprojekts AIQNET, gefördert vom Bundesministerium für Wirtschaft und Energie.