Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Varighet 21 timer
Kursplan
Grunnlag for TinyML i helsevesenet
- Karakteristikk ved TinyML-systemer
- Begrensninger og krav spesifikke for helsevesenet
- Oppsummering av arkitekturer for bærbart KI
Innsamling og forbehandling av biosignaler
- Arbeid med fysiologiske sensorer
- Metoder for støyreduksjon og filtrering
- Eksklutering av funksjoner for medisinske tidsserier
Utvikling av TinyML-modeller for bærbare enheter
- Valg av algoritmer for fysiologiske data
- Trening av modeller for ressursbegrensede omgivelser
- Utvurdering av ytelse på helsedatasett
Distribusjon av modeller til bærbare enheter
- Bruk av TensorFlow Lite Micro for inferering på enheten
- Integrasjon av KI-modeller i medisinske bærbare enheter
- Testing og validering på innebygd maskinvare
Optimalisering av strøm og minne
- Teknikker for å redusere beregningsbelastning
- Optimalisering av dataflyt og minnebruk
- Balanse mellom nøyaktighet og effektivitet
Sikkerhet, pålitelighet og regelverk
- Regulatoriske hensyn ved KI-drevne bærbare enheter
- Sikring av robusthet og klinisk brukbarhet
- Failsafe-mekanismer og feilhåndtering
Kasestudier og anvendelser i helsevesenet
- Bærbare systemer for hjerteovervåking
- Gjenkjenning av aktivitet ved rehabilitering
- Kontinuerlig sporing av glukose og biometriske data
Tilgangsrettede retninger innen medisinsk TinyML
- Tilnærminger med fler-sensor fusjon
- Personlig helseanalyse
- Ny generasjon av lavstrøms KI-chips
Sammenfatning og neste steg
Krav
- Forståelse for grunnleggende konsepter innen maskinlæring
- Erfaring med innebygd eller biomedisinsk utstyr
- Kjennskap til utvikling i Python eller C-baserte språk
Målgruppe
- Fagpersoner innen helsevesenet
- Biomedisinske ingeniører
- Utviklere av KI-løsninger
Referanser (2)
Ferdigheter og prosjekter i Claude, samt et utvalg av verktøy for ulike formål.
Agnieszka Czypionka
Kurs - Generative AI in Healthcare: Transforming Medicine and Patient Care
Maskinoversatt
En grundig forståelse av bakgrunnen; hvordan man lager en prompt.
Olaf Kannt - Helios Klinikum Krefeld
Kurs - Generative AI and Prompt Engineering in Healthcare
Maskinoversatt