Skip to main content

Τεχνητή Νοημοσύνη στη Βιοϊατρική για την υποστήριξη της έρευνας και της κλινικής πράξης


AUTh_BRESU

Περιγραφή μαθήματος

Σκοπός του μαθήματος είναι η κατανόηση βασικών εννοιών που αφορούν στην Τεχνητή Νοημοσύνη (ΤΝ) και τις σχετικές τεχνολογίες ανάλυσης και διαχείρισης δεδομένων στη Βιοϊατρική. Παρουσιάζονται θέματα διαχείρισης Βιοϊατρικών Δεδομένων και η ανάγκη χρήσης προτύπων, καθώς τα δεδομένα αποτελούν τη βάση για τη δημιουργία μοντέλων ΤΝ. Διερευνώνται οι έννοιες της μηχανικής μάθησης και της βαθιάς μάθησης και παρουσιάζονται βασικά στοιχεία χρήσης αυτών των τεχνολογιών. Στη συνέχεια, σε ένα πιο ειδικό μέρος αναλύονται οι δυνατότητες της ΤΝ στη Βιοϊατρική, όσον αφορά σε εφαρμογές με Ιατρική εικόνα και χρήση ραδιομικής, καθώς και εφαρμογές ανάλυσης βιοσημάτων και βιολογικών δεδομένων, για την υποστήριξη της έρευνας και της κλινικής πράξης. Επίσης, γίνεται εμβάθυνση σε θέματα αξιοπιστίας και ηθικής στην ΤΝ, που είναι ιδιαίτερα σημαντικά στο χώρο της υγείας. Το μάθημα απευθύνεται σε επιστήμονες στο χώρο της υγείας και των βιοεπιστημών. Οι συμμετέχοντες θα αποκτήσουν τις βασικές γνώσεις που θα τους επιτρέπουν να κατανοούν τις εξελίξεις και ανακαλύψεις στο χώρο των βιοεπιστημών που πραγματοποιούνται από το πεδίο της ΤΝ. Το μάθημα είναι σχεδιασμένο έτσι ώστε να μη προϋποθέτει γνώσεις πληροφορικής ή προγραμματισμού.

Διδάσκοντες

Professor Houvarda

Ιωάννα Χουβαρδά, Αναπληρώτρια Καθηγήτρια Ιατρικής Πληροφορικής και Βιοϊατρικής Ανάλυσης Δεδομένων, Τμήμα Ιατρικής ΑΠΘ



Η Ιωάννα Χουβαρδά (ΣΤ), Διδάκτωρ Ηλεκτρολόγος Μηχανικός, είναι Αναπληρώτρια Καθηγήτρια Ιατρικής Πληροφορικής και Βιοϊατρικής Ανάλυσης Δεδομένων, στοΤμήμα Ιατρικής ΑΠΘ. Ασχολείται με την έρευνα ιατρικής πληροφορικής για περισσότερα από 25 χρόνια. Διετέλεσε επισκέπτρια ερευνήτρια στο VTT Finland και στο Politecnico di Milano, καθώς και επιστημονική συνεργάτης στο ΕΚΕΤΑ. Ενδιαφέρεται ιδιαίτερα για α) ανάλυση βιοϊατρικών δεδομένων και ανάπτυξη μεθόδων μηχανικής μάθησης, β) ψηφιακές εφαρμογές και υπηρεσίες υγείας, γ) μοντελοποίηση φυσιολογικών μηχανισμών και μελέτη της αλληλεπίδρασης συμπεριφορικών και φυσιολογικών δεδομένων. Έχει συμμετάσχει σε εθνικά/ευρωπαϊκά έργα και COST Actions στον τομέα της ψηφιακής υγείας και της βιοϊατρικής πληροφορικής, έχει συντονίσει για το ΑΠΘ περισσότερα από έξι έργα και έχει υπάρξει αξιολογήτρια προτάσεων και έργων. Έχει αναπτύξει μια σειρά προπτυχιακών και μεταπτυχιακών μαθημάτων στον τομέα της βιοϊατρικής πληροφορικής/μηχανικής, με διεπιστημονική εμβέλεια, και έχει επιβλέψει πολλούς μεταπτυχιακούς φοιτητές. Έχει διατελέσει μέλος σύνταξης σε περιοδικά και συνέδρια. Για τη δημοσιευμένη εργασία και τις αναφορές της, δείτε: https://shorturl.at/pPU49



Dr Kavakiotis

Ιωάννης Καβακιώτης, Διδάκτωρ Πληροφορικής, Τμήμα Ιατρικής ΑΠΘ




O Ιωάννης Καβακιώτης είναι Reader στο Τμήμα Ιατρικής του ΑΠΘ στην περιοχή της Τεχνητής Νοημοσύνης στις Βιοεπιστήμες. Είναι Πληροφορικός (Τμήμα Πληροφορικής ΑΠΘ, 2008) και κατέχει διδακτορικό δίπλωμα στη «Μηχανική Μάθηση και Ανακάλυψη Γνώσης από Βιολογικά και Βιοϊατρικά Δεδομένα» (Τμήμα Πληροφορικής ΑΠΘ, 2016). Ακόμη, κατέχει και τρία μεταπτυχιακά διπλώματα- το πρώτο στα Πληροφοριακά συστήματα (Τμήμα Πληροφορικής ΑΠΘ, 2010), το δεύτερο στην Εφαρμοσμένη Γενετική και Βιοτεχνολογία (Τμήμα Βιολογίας ΑΠΘ, 2015) και το τρίτο στην Ιατρική Πληροφορική (Τμήμα Ιατρικής ΑΠΘ, 2020). Τα ερευνητικά του ενδιαφέροντα επικεντρώνονται σε μεθόδους Τεχνητής Νοημοσύνης εξειδικευμένες για τα Βιολογικά και Βιοϊατρικά δεδομένα και κατά τη διάρκεια της ερευνητικής του σταδιοδρομίας, έχει δημοσιεύσει 5 διατριβές (Thesis), 18 επιστημονικά άρθρα, 2 editorials, 3 κεφάλαια βιβλίου, 4 εργασίες σε πρακτικά συνεδρίων και 23 περιλήψεις σε πρακτικά συνεδρίων. Έχει πάνω από 2400 ετεροαναφορές σύμφωνα με το Google Scholar, με h-index 12. Έχει λάβει τέσσερεις υποτροφίες από το Ίδρυμα Σταύρος Νιάρχος (SNF), το Ίδρυμα Κρατικών Υποτροφιών (ΙΚΥ), την Ελληνική Εταιρεία Τεχνητής Νοημοσύνης (ΕΕΤΝ) και την Επιτροπή Έρευνας του ΑΠΘ.



Dr Pashaloudi

Βασιλεία Πασχαλούδη, Διδάκτωρ του Τμήματος Εφαρμοσμένης Πληροφορικής, Πανεπιστημίου Μακεδονίας




Η Βασιλεία Πασχαλούδη είναι Διπλωματούχος Μηχανικός Η/Υ και Πληροφορικής της Πολυτεχνικής Σχολής του Πανεπιστημίου Πατρών και Διδάκτωρ του Τμήματος Εφαρμοσμένης Πληροφορικής του Πανεπιστημίου Μακεδονίας. Το θέμα της διατριβής της ήταν «Συμβολή στην Αναγνώριση και Έντυπη Αναπαραγωγή της Ελληνικής Noηματικής Γλώσσας» (Απρίλιος 2005). Από το 2019 είναι μέλος ΕΔΙΠ στο Τμήμα Ιατρικής, στο Εργαστήριο Η/Υ, Ιατρικής Πληροφορικής και Βιοϊατρικής- Απεικονιστικών Τεχνολογιών, στο οποίο ήρθε με μετάταξη από τη Δευτεροβάθμια εκπαίδευση. Έχει διδάξει για 3 χρόνια (2005 – 2008 βάσει του Π.Δ. 407/80, στο Τμήμα Διοίκησης και Τεχνολογίας του Πανεπιστημίου Μακεδονίας «Λειτουργικά Συστήματα» και «Τεχνολογίες Ιστού». Είναι υπεύθυνη και διδάσκουσα του μαθήματος «Computer Programming for health care professionals» στο Αγγλόγλωσσο Πρόγραμμα Μεταπτυχιακών Σπουδών «Medical Engineering and Informatics» του Τμήματος Ιατρικής ΑΠΘ (2022- 2024). Δίνει, επίσης, διαλέξεις στο υποχρεωτικό μάθημα Α’ εξαμήνου «Ιατρική Πληροφορική» του Τμήματος Ιατρικής και στα επιλεγόμενα μαθήματα «Τεχνητή Νοημοσύνη στις επιστήμες Υγείας» (2021-2023) και «Βιοϊατρικά δεδομένα και Τεχνητή Νοημοσύνη στις Επιστήμες Υγείας» (2023-24). Στα πλαίσια της μεταδιδακτορικής της έρευνας ασχολείται με την ανάπτυξη μεθόδων μηχανικής μάθησης για την αναγνώριση COVID με χρήση Radiomics. Έχει συμμετάσχει στη συγγραφή επιστημονικών άρθρων που έχουν δημοσιευτεί σε διεθνή επιστημονικά περιοδικά και συνέδρια.



Dr Filos

Δημήτριος Φίλος, Διδάκτωρ Τμήματος Ιατρικής ΑΠΘ





Ο Δημήτριος Φίλος είναι Ηλεκτρολόγος Μηχανικός και Μηχανικός Υπολογιστών. Έχει πραγματοποιήσει μεταπτυχιακές σπουδές στην ιατρική πληροφορική και κατέχει διδακτορικό από το Τμήμα Ιατρικής ΑΠΘ, το οποίο ολοκλήρωσε με διάκριση. Το αντικείμενο του διδακτορικού ήταν η πολυεπίπεδη μοντελοποίηση και ανάλυση βιοσημάτων της κολπικής καρδιακής λειτουργίας στην κολπική μαρμαρυγή. Από το 2021 είναι εργαστηριακός διδάσκων (Laboratory Reader) στο αγγλόφωνο πρόγραμμα προπτυχιακών σπουδών του Τμήματος Ιατρικής ΑΠΘ και έχει πραγματοποιήσει διαλέξεις σε θέματα ανάλυσης βιοσημάτων και ανάπτυξης διαδικτυακών εφαρμογών σε μεταπτυχιακά προγράμματα σπουδών που οργανώνει το Τμήμα Ιατρικής και η Πολυτεχνική Σχολή του ΑΠΘ. Συμμετέχει στην έρευνα της βιοϊατρικής πληροφορικής και σε διεπιστημονική έρευνα τα τελευταία 12 χρόνια, στον τομέα της ανάλυσης βιοϊατρικών δεδομένων, επεξεργασίας βιοσημάτων και στην ανάπτυξη διαδικτυακών εφαρμογών και υπηρεσιών ηλεκτρονικής υγείας. Έχει συμμετάσχει στην υλοποίηση τουλάχιστον 10 ερευνητικών έργων με ελληνική ή ευρωπαϊκή χρηματοδότηση στο ΑΠΘ και ΕΚΕΤΑ. Έχει συμμετάσχει στη συγγραφή επιστημονικών άρθρων που έχουν δημοσιευτεί σε διεθνή επιστημονικά περιοδικά, συνέδρια και κεφάλαια βιβλίων (753 αναφορές 8/11/2023). Τέλος, έχει διατελέσει αξιολογητής σε διάφορα διεθνή επιστημονικά περιοδικά.

Enroll