Ο ΡΟΛΟΣ ΤΗΣ ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗΣ (ΤΝ) ΣΤΗΝ ΙΑΤΡΙΚΗ: ΑΣΦΑΛΕΙΑ ΚΑΙ ΑΞΙΟΠΙΣΤΙΑ, ΛΗΨΗ ΙΣΤΟΡΙΚΟΥ, ΚΛΙΝΙΚΗ ΕΞΕΤΑΣΗ, ΔΙΑΓΝΩΣΗ ΚΑΙ ΘΕΡΑΠΕΙΑ

ΠΡΟΣΟΧΗ: ΟΣΟΙ ΕΧΕΤΕ FACEBOOK, ΔΗΛΩΣΤΕ ΣΥΜΜΕΤΟΧΗ ΣΤΟ ΣΧΕΤΙΚΟ FACEBOOK EVENT ΩΣΤΕ ΝΑ ΕΙΔΟΠΟΙΗΘΕΙΤΕ ΕΓΚΑΙΡΑ ΠΡΙΝ ΤΗΝ ΕΝΑΡΞΗ ΤΗΣ ΣΥΝΑΝΤΗΣΗΣ, ΚΑΝΟΝΤΑΣ ΚΛΙΚ ΕΔΩ.

Όσοι δεν έχετε Facebook, μπορείτε να παρακολουθήσετε την συνάντηση ζωντανά διαδικτυακά κάνοντας κλικ εδώ

Ο Ιατρικός Σύλλογος Ημαθίας (ΙΣΗ) διοργανώνει την Τετάρτη, 30 Οκτωβρίου 2024 στις 7.00 μμ. (στη Βέροια, στην αίθουσα του Δικηγορικού Συλλόγου Ημαθίας, Πλατεία Ρακτιβάν 1, πλατεία Ωρολογίου, 3ος όροφος, στον ίδιο όροφο με τα γραφεία του Ιατρικού Συλλόγου Ημαθίας) εκπαιδευτική συνάντηση με θέμα:

"Η ΡΟΛΟΣ ΤΗΣ ΤΕΧΝΗΤΗΣ ΝΟΗΜΟΣΥΝΗΣ (ΤΝ) ΣΤΗΝ ΙΑΤΡΙΚΗ: ΑΣΦΑΛΕΙΑ ΚΑΙ ΑΞΙΟΠΙΣΤΙΑ, ΛΗΨΗ ΙΣΤΟΡΙΚΟΥ, ΚΛΙΝΙΚΗ ΕΞΕΤΑΣΗ, ΔΙΑΓΝΩΣΗ ΚΑΙ ΘΕΡΑΠΕΙΑ"

με καλεσμένο ομιλητή τον 

ΚΩΝΣΤΑΝΤΙΝΟ ΑΛΙΦΕΡΗ

MD, PhD, FACMI

Καθηγητή Παθολογίας, Πληροφορικής και Data Science

Διευθυντή του Institute for Health Informatics (IHI)

Chief Research Informatics Officer, Clinical and Translational Science Institute (CTSI)

Πανεπιστήμιο της Minnesota, Minneapolis, USA

(μπορείτε να κατεβάσετε δωρεάν και να διαβάσετε το βιβλίο του κ. Αλιφέρη με τίτλο "Artificial Intelligence and Machine Learning in Health Care and Medical Sciences" κάνοντας κλικ εδώ)

ΠΡΟΓΡΑΜΜΑ

7:00 μμ - 8:00 μμ

Κωνσταντίνος Αλιφέρης:

"Προκλήσεις και Βέλτιστες Πρακτικές στην Κλινική Τεχνητή Νοημοσύνη: η Ανάγκη για Ασφαλή και Αξιόπιστη Τεχνολογία"

("Pitfalls and Best Practices in Clinical AI: the Need for AI Technology Assurances and Trust". Η ομιλία του κ. Αλιφέρη θα γίνει διαδικτυκά και μέρος της στα Αγγλικά)

8:00 μμ - 8:30 μμ

Αντώνιος Λιόλιος:

Κλινικό workshop: Διαθέσιμες πλατφόρμες της ΤΝ και πρακτική χρήση τους στην Ιατρική διάγνωση και θεραπεία. 

8:30 μμ - 9:00 μμ

Ερωτήσεις/Συζήτηση

Σας περιμένουμε!

Ο Πρόεδρος του ΙΣΗ

Πρόδρομος Ισαακίδης

Χειρουργός

Ο Συντονιστής Συνεχιζόμενης Ιατρικής Εκπαίδευσης ΙΣΗ

Αντώνιος Λιόλιος

Παθολόγος - Εντατικολόγος

Σύντομο Βιογραφικό του ομιλητή

Ο Δρ. Κωνσταντίνος Αλιφερης απέκτησε το πτυχίο Ιατρικής από την Ιατρική Σχολή του Πανεπιστημίου Αθηνών, στην Ελλάδα, και συνέχισε στις ΗΠΑ, όπου έλαβε μεταπτυχιακό και διδακτορικό δίπλωμα στα Intelligent Systems (με έμφαση στην Ιατρική Πληροφορική) και ολοκλήρωσε μεταδιδακτορική εκπαίδευση στη Μηχανική Μάθηση στη Βιοϊατρική. Ξεκίνησε την ακαδημαϊκή του καριέρα στο Πανεπιστήμιο Vanderbilt, όπου ηγήθηκε του Εργαστηρίου Συστημάτων Ανακάλυψης, ενός κορυφαίου εργαστηρίου στη βιοϊατρική Μηχανική Μάθηση και Τεχνητή Νοημοσύνη (AI).

Από το 2008 έως το 2015, υπηρέτησε ως Ιδρυτικός Διευθυντής του Κέντρου Πληροφορικής Υγείας και Βιοπληροφορικής (CHIBI) στο NYU, όπου επίσης διετέλεσε Διευθυντής Πληροφορικής για το NYU CTSI, Επιστημονικός Διευθυντής του Υπολογιστικού Κέντρου Υψηλών Επιδόσεων του NYULMC, επικεφαλής της ομάδας αναλυτικής προστιθέμενης αξίας του νοσοκομείου και Διευθυντής Πληροφορικής του Ινστιτούτου Καρκίνου του NYU.

Τον Ιούνιο του 2015 εντάχθηκε στο Πανεπιστήμιο της Μινεσότα (UMN) ως Κύριος Υπεύθυνος Έρευνας στην Πληροφορική, Διευθυντής του Ινστιτούτου Πληροφορικής Υγείας (IHI), και Κύριος Υπεύθυνος Αναλυτικής Δεδομένων για το Ολοκληρωμένο Σύστημα Υγείας MHealth.

Κατά τη διάρκεια της καριέρας του, κατείχε μόνιμες θέσεις διδακτικού προσωπικού στα NYU και UMN και είχε ακαδημαϊκές θέσεις σε τομείς όπως η Βιοϊατρική Πληροφορική, η Πληροφορική, η Βιολογία του Καρκίνου, η Βιοστατιστική, η Υπολογιστική Βιολογία, η Παθολογία, η Επιστήμη Δεδομένων και η Ιατρική.

Έχει συμμετάσχει ως τακτικό μέλος σε τρία NCI χρηματοδοτούμενα Κέντρα Καρκίνου και σε πολλά ακόμη κέντρα χρηματοδοτούμενα από το NIH, συμπεριλαμβανομένου του πρόσφατου Κέντρου Χαρτογράφησης Ανθρώπινης Κυτταρικής Γήρανσης, το οποίο συνδιευθύνει με την Δρ. Laura Niedernhofer.

Η έρευνά του εστιάζεται στην ανάπτυξη, επικύρωση, αξιολόγηση, αυτοματοποίηση και εφαρμογή νέων μεθόδων Μηχανικής Μάθησης (ML) και Τεχνητής Νοημοσύνης (AI) που στοχεύουν στον μετασχηματισμό της υγειονομικής περίθαλψης και της ανακάλυψης στην υγεία. Ειδικεύεται στην προγνωστική και αιτιώδη μηχανική μάθηση, την επιλογή βέλτιστων χαρακτηριστικών, τη μοντελοποίηση ισοδυναμίας κλάσης και άλλες μεθόδους.

Η ομάδα του συνδέεται με καινοτόμες ανακαλύψεις, όπως οι πρώτοι κλιμακούμενοι τοπικοί και παγκόσμιοι αλγόριθμοι αιτιώδους ανακάλυψης, κορυφαίες μέθοδοι Ορίων Markov, Αλγόριθμοι Ισοδυναμίας Στόχου Πληροφορίας, Αλγόριθμοι Ενεργού Πειραματισμού και καινοτόμες εφαρμογές της AI στην επιστημομετρία, την κατηγοριοποίηση κειμένου, το φιλτράρισμα στο διαδίκτυο και την ανάκτηση πληροφοριών.

Πρόσφατα, έχει επικεντρωθεί στις βέλτιστες πρακτικές για ασφαλή και αποτελεσματική εφαρμογή της AI στον χώρο της υγείας. Οι πρόσφατοι κύριοι τομείς εφαρμογής περιλαμβάνουν την επιστήμη της μακροβιότητας και της γήρανσης, τα καρδιομεταβολικά αποτελέσματα, την ψυχιατρική, την ακριβή ιατρική, την έρευνα καρκίνου, την φαρμακογενωμική σε επίπεδο πολιτείας στη Μινεσότα, την ανάκτηση πληροφοριών και την επιστήμη της επιστήμης.

Έχει δημοσιεύσει πάνω από 110 επιστημονικά άρθρα, συγγράψει 5 βιβλία για την AI στις επιστήμες της υγείας, περιλαμβάνοντας το πρώτο βιβλίο για την Πληροφορική Προσωποποιημένης και Ακριβούς Ιατρικής (Springer 2020), και τον πρώτο τόμο για τις Βέλτιστες Πρακτικές και τις Παγίδες της AI και ML στην υγειονομική περίθαλψη και στις επιστήμες της υγείας (Springer, 2024). Οι δημοσιεύσεις του έχουν λάβει πάνω από 12.500 αναφορές, το πρόσφατο βιβλίο του στην AI έχει 105.000 λήψεις (Οκτώβριος 2024) και έχει επιβλέψει τη δημιουργία λογισμικού μηχανικής μάθησης για έρευνα με περισσότερους από 4.000 ακαδημαϊκούς και εμπορικούς χρήστες.

Έχει διδάξει AI και ML σε ένα ευρύ κοινό, από αρχάριους μεταπτυχιακούς φοιτητές μέχρι καθηγητές και έχει καθοδηγήσει δεκάδες φοιτητές και καθηγητές που πλέον ηγούνται επιστημονικά σε γνωστούς οργανισμούς στις ΗΠΑ και διεθνώς. Έχει επίσης κατοχυρώσει 18 πατέντες και έχει συνιδρύσει και ηγηθεί αρκετών επιχειρηματικών προσπαθειών στον χώρο της τεχνολογίας AI και ML.

Για περισσότερες πληροφορίες:

• Ιστορικό Βιβλίο International Medical Informatics Association 
• Προφορικό Ιστορικό Πρόγραμμα Πανεπιστημίου Μινεσότα
• Springer Βιβλίο

DISCLAIMER - ΑΠΟΠΟΙΗΣΗ ΕΥΘΥΝΩΝ

Το Webinar ΔΕΝ αποτελεί ιατρική συμβουλή ή οδηγία για διάγνωση ή θεραπεία.

To Webinar διοργανώνεται αποκλειστικά και μόνον για ενημερωτικούς σκοπούς.

Το περιεχόμενό του ΔΕΝ παρέχει κατευθυντήριες οδηγίες ή οποιαδήποτε άλλη οδηγία για την αντιμετώπιση οποιασδήποτε νόσου ή ιατρικής κατάστασης.

Δεν υπάρχει καμία εμπορική ή άλλου είδους οικονομική σχέση οποιοδήποτε προϊόν της τεχνητής νοημοσύνης (ΤΝ).