Ce cours concis et à haut rendement présente les techniques essentielles d'apprentissage machine (ML) à travers le prisme de défis réels en matière de soins de santé. Ce programme s'appuie de manière unique sur des connaissances cliniques réelles et des innovations de pointe.

Le cours est dirigé par le Dr Ghaith Habboub, neurochirurgien au Cleveland Clinic Spine Center, directeur de Intelligent Spine Analytics, directeur de la recherche sur la colonne vertébrale et membre du corps enseignant du Lerner College of Medicine. Le Dr Habboub apporte une expertise inégalée de la salle d'opération à la salle de classe. Ce qui distingue encore davantage ce cours, ce sont les entretiens exclusifs avec des experts de premier plan en matière d'IA, d'informatique quantique et d'avenir des soins de santé. Vous obtiendrez le point de vue de pionniers renommés de l'industrie qui façonnent la prochaine génération de technologie médicale. Ce cours est idéal pour : - les professionnels de la santé (par ex, cliniciens, infirmières, administrateurs) qui cherchent à comprendre comment l'IA et l'apprentissage automatique peuvent améliorer les soins aux patients et l'efficacité opérationnelle ; - les scientifiques des données et les analystes qui travaillent dans l'industrie de la santé ou qui s'y reconvertissent ; - les étudiants et les chercheurs dans des domaines tels que l'ingénierie biomédicale, la santé publique ou l'informatique de santé qui souhaitent une introduction pratique à la ML dans des contextes cliniques ; - les innovateurs de la santé et les entrepreneurs technologiques qui visent à construire ou à évaluer des solutions de soins de santé axées sur l'IA. Les apprenants exploreront les principes fondamentaux de la ML dans les soins de santé, construiront une connaissance fondamentale des algorithmes clés, verront les points saillants des applications cliniques réelles de l'IA, et plongeront dans la façon dont les machines "pensent" et apprennent à partir de données de soins de santé complexes, les équipant d'un aperçu de la prise de décision axée sur les données dans les contextes cliniques. Que vous soyez un clinicien, un chercheur ou un innovateur, ce cours offre une opportunité rare d'apprendre des premières lignes de la médecine et de l'apprentissage automatique.