2023 - Curs Intel·ligència Artificial a Imatge Mèdica. (2ona ed.)

L'objectiu principal de l'aquest curs d'Intel·ligència Artificial (IA) a Imatge Mèdica és brindar als professionals coneixements i habilitats necessàries per integrar la IA al camp de les imatges mèdiques.

Així mateix, busca que els nostres professionals desenvolupin un esperit crític en treballar amb aplicacions d'IA en les diferents especialitats del Diagnòstic per Imatge.

 

REQUISITS TÈCNICS OBLIGATORIS PER PODER-SE INSCRIURE

- Connexió a Internet de qualitat i estable.

- Càmera web.

- Micròfon i altaveus.

 ACTEDI no es fa responsable de les avaries, deficiències o mancances que l'alumne pugui tenir respecte dels requisits sol·licitats.

 

Dirigit a:

A tot professional vinculat amb la imatge mèdica.

Lloc:

Plataforma Zoom de l'ACTEDI.

Programa:

DIRECCIÓ: Francesc Torres Giménez i Daniel Fontes Caramé.

METODOLOGIA: El curs es realitzarà amb doble modalitat. Hi haurà una part purament teòrica que es farà a través de la plataforma Classroom©, on trobaràs les classes dels professors, així com altres activitats i material de consulta, sense oblidar un xat i fòrum on podràs deixar els teus dubtes que s'aniran resolent. Això et permetrà veure les classes tantes vegades com vulguis i apuntar els dubtes que tinguis o necessitis resoldre presencialment el dia que ens connectem en directe.

La segona part del curs consta d'una connexió via zoom d'ACTEDI, els dissabtes de cada mòdul, en horari de tarda (15.00 hora espanyola), on es resoldran els dubtes que tinguem. També es realitzaran els tallers en aquest horari als mòduls que hi ha tallers. 

PROGRAMA
El programa està compost de 6 mòduls:

MÒDUL 1: INTRODUCCIÓ A LA IA I NOCIONS BÀSIQUES DE LA INFORMÀTICA MÈDICA (O PRESA DE CONTACTE).
Introducció a la IA, neurones artificials, convolució, xarxes neuronals convolucionals (CNN) i la intel·ligència artificial i la intel·ligència biològica (IB). llenguatges de programació, algorítmia i programació per a processament d'imatges.

• Introducció a la IA. En aquest apartat es trobareu informació dels orígens de la IA i sobre els diferents tipus existents avui dia, així com la formació bàsica sobre les preses de decisions, neurones artificials, etc. (2h en línia).
     o Història i antecedents de la IA.
     o Reconeixement de la presa de decisions de la màquina (test de Turing).
     o Neurones naturals i artificials.
     o La convolució i les xarxes neuronals convolucionals (CNN).

• Llenguatges de programació al processament d'imatges. Mòdul on s'explicarà la part més bàsica de la programació i els llenguatges de programació utilitzats a IA. És molt interessant saber quin és el llenguatge i com funciona als diferents formats d'IA. (2h en línia).
      o Introducció a l'algorítmica i la programació.
      o Llenguatge de programació Phyton, C++, Javascrpt. etc.
      o Neurones naturals i artificials.
      o La convolució i les xarxes neuronals convolucionals (CNN).

Dissabte 16 de setembre classe presencial via Zoom de 16.00 a 17.00 h consultes i resolució de dubtes.


MÒDUL 2: ALGORITMIA I PROGRAMACIÓ EN IMATGES MÈDIQUES.
En els apartats anteriors es relacionarà un dels llenguatges de programació vist al mòdul anterior amb el processament informàtic i la seva aplicació a la imatge mèdica. També es mostraran els principals repositoris o biblioteques utilitzats a l'àrea de la imatge mèdica.

• Informàtica al processament d'imatges mèdiques. (1h en línia).
      o Llenguatge de programació Python per a imatges mèdiques.
      o Processament digital d'imatges mèdiques.
      o Principals biblioteques a Python per a processament d'imatges mèdiques.
      o Aplicacions d'algorismes de processament d'imatges mèdiques.

Parteix del mòdul on es posaran en pràctica (mitjançant un taller) els coneixements de l'apartat anterior. Es connectarà amb les diferents biblioteques, es realitzaran importacions de dades i s'implementaran els algorismes que els professors ja tenen predefinits. Es poden posar en pràctica algorismes de segmentació o sostracció d'imatges.

• Data preparació per a IA. (1h en línia).
      o Anonimació de dades.
      o Homogeneïtzació de dades.
      o Repositoris d'imatge mèdica.

• El meu primer projecte Python al processament d'imatges mèdiques (Taller 2h presencial Zoom).
      o Definició de l'arquitectura Python per a processament.
      o Demostració d'importació de biblioteques Python. o Definició de variables informàtiques.
      o Implementació d‟un algorisme en informàtica.
      o Definició de funcions en informàtica.
      o Demostració d'algorismes de sostracció d'imatges.
      o Aplicació d'algorismes de segmentació d'imatges.
      o Anàlisi d'imatges postprocessing.

Dissabte 23 de setembre classe presencial via Zoom de 16.00 a 18.00 h Taller pràctic. 18:00 a 19:00 h Consultes i resolució de dubtes.


MÒDUL 3: APLICACIÓ DE LA IA (MARC TEÒRIC BÀSIC).
En aquest apartat s'ensenyaran les diferents aplicacions clíniques tant en l'àmbit de la salut com en el de la investigació, dels diferents models d'IA explicats als mòduls anteriors. També es tractaran aspectes ètics i limitacions de la IA actualment.
Diferències de l'aplicació de la IA a:

• Aplicacions clíniques i investigació. (2h en línia).
     o Intel·ligència artificial.
     o Machine Learning.
     o Deep Learning.
     o Aprenentatge supervisat.
     o Aprenentatge no supervisat.
     o Aplicacions de la IA en salut.
     o Aplicacions de la IA en investigació.
     o Aspectes ètics de la IA.
     o Limitacions de la IA.

En aquesta secció s'introduiran les tècniques òmiques i es revisaran amb més profunditat aspectes bàsics de la radiòmica, que estudia l'extracció de característiques d'imatges mèdiques, així com les seves aplicacions a la pràctica clínica.

• Radiòmica. (1h en línia) + (1h lectura obligada en línia).
     o General.
     o Aplicacions. 

Dissabte 30 de setembre classe presencial via Zoom de 16.00 a 17.00 h Consultes i resolució de dubtes.


MÒDUL 4: IA AMB PYTHON PER PROCESSAR IMATGES MÈDIQUES.
En aquesta part del mòdul es donaran conceptes bàsics de programació d'una xarxa convolucional on es donaran els coneixements sobre el tensor a IA, es definiran explicaran conceptes que ajuden a entendre com funciona l'augment de dades o l'ajustament de dades per al processament. Tot això enfocat a la pràctica posterior.

• Programació de xarxa convolucional (CNN) amb Python. (2h en línia).
     o Biblioteques de IA amb Python.
     o Definició d'un tensor per a IA.
     o Programació dun tensor.
     o Reptes de Google vs Facebook a la IA.
     o Definició de data augmentation.
     o Definició d'overfitting i underfitting.
     o Control d'hiper paràmetres d'IA a Python.

En aquest apartat es posarà en pràctica el que s'ha vist a l'apartat anterior. S'importaran dades de les biblioteques d'IA i es farà la programació d'un tensor mitjançant codis facilitats pel professorat per a una aplicació fàcil. Es posarà en pràctica el control i l'anàlisi de l'aprenentatge i la segmentació d'imatges biomèdiques.

• El meu primer projecte Python d'IA (Taller). (Taller 2h presencial Zoom).
     o Definició d'una arquitectura d'IA a Python.
     o Importació de biblioteques de IA.
     o Importació d'imatges mèdiques a Python.
     o Programació dun tensor.
     o Conversió de vòxels a tensor.
     o Definició d'una arquitectura de xarxes neuronals convolucionals a Python.
     o Execució de laprenentatge de la IA.
     o Control i anàlisi de laprenentatge dIA.
     o Segmentació d'imatges biomèdiques per IA.

Dissabte 7 d'octubre classe presencial via Zoom de 16.00 a 18.00 h Taller pràctic. 18:00 a 19:00 h Consultes i resolució de dubtes.


MÒDUL 5: CORREGISTRE D'IMATGES MÈDIQUES.
Es tractaran el codi d'imatges, els tipus d'imatges sintètiques, l'arquitectura IA i Nifti.

• Correregistre d'imatges multimodals i monomodals per a IA. (1h en línia)
     o Definició del corregistre d'imatges.
     o Tipus de transformacions geomètriques d'imatges.
     o Programaris lliures de corregistre.
     o Xarxes neuronals artificials amb imatges corregistrades.
     o Mètriques de qualitat d'imatges sintètiques per IA.

• Correregistre d'imatges mèdiques per a IA d'avantguarda. (1h online)Importació de biblioteques Python de corregistre
     o Definició d'una arquitectura d'IA d'avantguarda a Python.
     o Importació d'imatges multimodals a Python.
     o Definició de transformació d'imatges.
     o Execució dels algorismes de corregistre.
     o Exportació de les imatges corregistrades en format Nifti.

Dissabte 14 d'octubre classe presencial via Zoom de 16.00 a 18.00 h Taller pràctic. 18:00 a 19:00 h Consultes i resolució de dubtes.


MÒDUL 6: DATA SCIENCE I PERSPECTIVA AL FUTUR DE LA IA.
Es tractaran els conceptes relacionats amb l'extracció sobre el coneixement de les dades obtingudes a la IA en imatge mèdica. També trobareu informació sobre diferents atles i plantilles en imatges mèdiques.

• Data Science en imatges mèdiques. (2h en línia)
     o Data Science.
     o Biobank in Medical Imagine.
     o Atles i temples d'imatges mèdiques.
     o El Human Connectome Project (HCP).

Un dels problemes més grans dels programes d'IA és la fiabilitat en la pràctica clínica. En aquesta secció discutirem diversos criteris que cal tenir en compte a l'hora de desenvolupar i avaluar la qualitat dels algorismes d'IA. Aquest representa un tema obert actualment a la comunitat d'imatge mèdica que requereix reflexió per part de tots els actors per millorar la integració clínica de la IA.

• Avaluació/control de qualitat d'algorismes d'IA. (1h en línia)
     o Criteris o recomanacions que cal tenir en compte en la implementació d'algoritmes d'IA.

Reflexió personal per part dels professors del rumb que prendrà la IA en el futur de la imatge mèdica, i com afectarà els diferents actors del sistema sanitari. S'obriran debats per donar peu al pensament personal.

• El “Quo Vadis” de la història en imatges mèdiques. (1h en línia)
     o Xarxes GAN: Generative Adversarial Network.
     o Synthetic CT.
     o Fake lesions by GAN.
     o Data augmentation by GAN.
     o Digital Twin for Imaging modelisation.

Dissabte 21 d'octubre classe presencial via Zoom de 16.00 a 17.00 h Consultes i resolució de dubtes.

 

MÒDUL 7: IA EN IMATEGE MÈDICA: EXPLORANT EL PRESENT I FUTUR DES DE LA PERSPECTIVA DE LA INDÚSTRIA. (Pendent confirmació).
Descobreix com la indústria treballa i revoluciona la imatge mèdica amb la IA. En aquest mòdul diferents cases comercials ens presentaran les seves solucions amb IA i allò que estan treballant.

Solucions i visió de la IA per parte de la industria.

16:00h Canon Medical. Israel López Velazquez. Business manager CT.

16:30h General Electric Healthcare. Iago Martínez Souto. CT & MR Product Sales Specialist.

17:00h United Imaging. Yesica Jiménez. MR Product Sales Specialist.

17:30h United Imaging. Julián Andrés Retavizca. CT Clinical Application Specialist.

Divendres 27 d'octubre. Sessió presencial via Zoom.

 

ACREDITAT
Pel Consell Català de Formació Continuada de les Professions Sanitàries i per la Comissió de Formació Continuada del Sistema Nacional de Salut, amb 4,7 crèdits.

 

AVÍS

Amb posterioritat a l'1 d'agost de 2023, no s'acceptarà cap canvi o anul·lació a les inscripcions o reserves efectuades. Qualsevol canvi o anul·lació feta abans d'aquesta data tindrà unes despeses del 25% del preu d'inscripció. Totes les modificacions o cancel·lacions hauran de ser remeses a: iaimagenmedica@gmail.com.

L'organització es reserva el dret de fer canvis, suspendre o posposar l'esdeveniment en cas de no assolir el mínim necessari.

Per obtenir el certificat dassistència al curs és obligatori complir el 80% dassistència, la qual serà enregistrada i controlada visualment i/o per mitjà de preguntes aleatòries durant cada classe, que serviran per confirmar la presència de lalumne. Així mateix, l'alumne haurà d'emplenar els diferents controls que es faran en finalitzar cadascun dels mòduls i l'examen final, el que haurà de superar.

En el cas de sol·licitud de factura aquesta serà emesa a nom de l'inscrit o pagador, si la factura sol·licitada ha d'anar a nom d'empresa, aquesta no es podrà beneficiar del preu de soci, i cal abonar la diferència.