Artwork

İçerik Radio Galaksija tarafından sağlanmıştır. Bölümler, grafikler ve podcast açıklamaları dahil tüm podcast içeriği doğrudan Radio Galaksija veya podcast platform ortağı tarafından yüklenir ve sağlanır. Birinin telif hakkıyla korunan çalışmanızı izniniz olmadan kullandığını düşünüyorsanız burada https://tr.player.fm/legal özetlenen süreci takip edebilirsiniz.
Player FM - Podcast Uygulaması
Player FM uygulamasıyla çevrimdışı Player FM !

Radio Galaksija #161: Mašinsko učenje u medicini (Ognjen Milićević) [22-11-2022]

1:56:45
 
Paylaş
 

Manage episode 347807461 series 2644612
İçerik Radio Galaksija tarafından sağlanmıştır. Bölümler, grafikler ve podcast açıklamaları dahil tüm podcast içeriği doğrudan Radio Galaksija veya podcast platform ortağı tarafından yüklenir ve sağlanır. Birinin telif hakkıyla korunan çalışmanızı izniniz olmadan kullandığını düşünüyorsanız burada https://tr.player.fm/legal özetlenen süreci takip edebilirsiniz.

U ovoj epizodi smo pričali o primenama mašinskog učenja u oblasti medicine i zdravstva, a gost je bio Ognjen Milićević, sa Instituta za medicinsku statistiku i informatiku Medicinskog fakulteta Univerziteta u Beogradu, bioinformatički istraživač u GenieUs Genomics i Machine Learning Tech Lead u kompaniji HTEC Group.
Ognjen je takođe i kolega podcaster i ima svoj podcast Baš dobra priča.
Pričali smo o različitim domenima i važnim i izazovnim problemima na koje se mašinsko učenje u medicini može primeniti.
Pričali smo o radiološkim problemima i korišćenju veštačke inteligencije (AI) i mašinskog učenja (ML), kako i kompjuterske vizije (en. computer vision) pri čitanju, segmentaciji, detekciji, klasifikaciji različitih objekata i karakteristika različitih vrsta radioloških, histopatoloških i drugih slika i snimaka u medicinskim dijagnostičkim metodama. Čućete razne primere, poput toga kako koristimo ML kada želimo da detektujemo ćelije raka na histopatološkim snimcima.
Tu su i razna pitanja poput toga kada i kako koristimo i NE koristimo ML algoritme i alate u medicini, gde jesu i gde nisu implementirani u softvere i uređaje za medicinsku dijagnostiku itd, i zašto nisu? Govorili smo malo i o obazrivosti i otporu prema uplivu savremenih tehnologija u dijagnostici itd.
Pričali smo i o tome na koji način se modeli, bili oni empirijski i ljudski ili računarski i AI modeli, evaluiraju i na koji način se bavimo uspešnošću modela i predikcija u dijagnostici ili terapiji.
Govorili smo o varijabilitetu u medicinskim podacima i intrinsičkim nesavršenostima dijagnostike i terapije, kao i o nesavršenostima algoritama mašinskog učenja i na koji način možemo da unapredimo našu medicinu uz svest o tome.
Pokrenuli smo i pitanja tehničkog, ML/AI i bioinformatičkog obrazovanja i pismenosti na studijama medicine i značaja te vrste pismenosti.
Na kraju, govorili smo i o mnoštvu inovacija koje dolaze od mnogobrojnih startup kompanija i o tome na koji način one mogu da unaprede medicinu, kao i kakve opasnosti i rizike nose sa sobom.
Support the show

Više o Radio Galaksiji, kao i mnoge druge sadržaje, možete naći na našem sajtu: https://radiogalaksija.rs. A ako volite ovo što radimo i želite da pomognete, potražite više informacija o tome kako to možete da uradite nalazi se ovde.

  continue reading

261 bölüm

Artwork
iconPaylaş
 
Manage episode 347807461 series 2644612
İçerik Radio Galaksija tarafından sağlanmıştır. Bölümler, grafikler ve podcast açıklamaları dahil tüm podcast içeriği doğrudan Radio Galaksija veya podcast platform ortağı tarafından yüklenir ve sağlanır. Birinin telif hakkıyla korunan çalışmanızı izniniz olmadan kullandığını düşünüyorsanız burada https://tr.player.fm/legal özetlenen süreci takip edebilirsiniz.

U ovoj epizodi smo pričali o primenama mašinskog učenja u oblasti medicine i zdravstva, a gost je bio Ognjen Milićević, sa Instituta za medicinsku statistiku i informatiku Medicinskog fakulteta Univerziteta u Beogradu, bioinformatički istraživač u GenieUs Genomics i Machine Learning Tech Lead u kompaniji HTEC Group.
Ognjen je takođe i kolega podcaster i ima svoj podcast Baš dobra priča.
Pričali smo o različitim domenima i važnim i izazovnim problemima na koje se mašinsko učenje u medicini može primeniti.
Pričali smo o radiološkim problemima i korišćenju veštačke inteligencije (AI) i mašinskog učenja (ML), kako i kompjuterske vizije (en. computer vision) pri čitanju, segmentaciji, detekciji, klasifikaciji različitih objekata i karakteristika različitih vrsta radioloških, histopatoloških i drugih slika i snimaka u medicinskim dijagnostičkim metodama. Čućete razne primere, poput toga kako koristimo ML kada želimo da detektujemo ćelije raka na histopatološkim snimcima.
Tu su i razna pitanja poput toga kada i kako koristimo i NE koristimo ML algoritme i alate u medicini, gde jesu i gde nisu implementirani u softvere i uređaje za medicinsku dijagnostiku itd, i zašto nisu? Govorili smo malo i o obazrivosti i otporu prema uplivu savremenih tehnologija u dijagnostici itd.
Pričali smo i o tome na koji način se modeli, bili oni empirijski i ljudski ili računarski i AI modeli, evaluiraju i na koji način se bavimo uspešnošću modela i predikcija u dijagnostici ili terapiji.
Govorili smo o varijabilitetu u medicinskim podacima i intrinsičkim nesavršenostima dijagnostike i terapije, kao i o nesavršenostima algoritama mašinskog učenja i na koji način možemo da unapredimo našu medicinu uz svest o tome.
Pokrenuli smo i pitanja tehničkog, ML/AI i bioinformatičkog obrazovanja i pismenosti na studijama medicine i značaja te vrste pismenosti.
Na kraju, govorili smo i o mnoštvu inovacija koje dolaze od mnogobrojnih startup kompanija i o tome na koji način one mogu da unaprede medicinu, kao i kakve opasnosti i rizike nose sa sobom.
Support the show

Više o Radio Galaksiji, kao i mnoge druge sadržaje, možete naći na našem sajtu: https://radiogalaksija.rs. A ako volite ovo što radimo i želite da pomognete, potražite više informacija o tome kako to možete da uradite nalazi se ovde.

  continue reading

261 bölüm

Tüm bölümler

×
 
Loading …

Player FM'e Hoş Geldiniz!

Player FM şu anda sizin için internetteki yüksek kalitedeki podcast'leri arıyor. En iyi podcast uygulaması ve Android, iPhone ve internet üzerinde çalışıyor. Aboneliklerinizi cihazlar arasında eş zamanlamak için üye olun.

 

Hızlı referans rehberi