Design of Intelligent Medical Systems

Description: During the course, undergraduates will receive systematic knowledge about the methods and means of designing intelligent medical systems, which are actively used in modern medical practice.

Amount of credits: 6

Пререквизиты:

• Integral and Microprocessor-based Circuit Engineering

Course Workload:

Component: University component

Cycle: Profiling disciplines

Goal

• Formation of theoretical knowledge and practical skills in the field of development, implementation and evaluation of intelligent medical systems based on artificial intelligence, machine learning and data analysis, taking into account the requirements of the medical industry, standards and aspects of reliability, interpretability and cybersecurity.

Objective

• понимание принципов проектирования интеллектуальных медицинских систем
• овладение методами обработки и анализа медицинских данных
• освоение алгоритмов машинного обучения и их применения в медицине
• освоение современных технологий и инструментов разработки интеллектуальных медицинских систем
• понимание правовых и этических аспектов внедрения интеллектуальных технологий в здравоохранение

Learning outcome: knowledge and understanding

• описывать концепции и принципы проектирования интеллектуальных медицинских систем,
• объяснять методы обработки, анализа и визуализации медицинских данных,

Learning outcome: applying knowledge and understanding

• разрабатывать модели машинного обучения и искусственного интеллекта для решения медицинских задач,
• использовать современные инструменты (Python, MATLAB, TensorFlow, OpenCV) для проектирования и тестирования интеллектуальных медицинских систем,

Learning outcome: formation of judgments

• критически анализировать и интерпретировать результаты работы интеллектуальных медицинских систем,
• оценивать качество и точность моделей, применять методы Explainable AI для интерпретации решений,

Learning outcome: communicative abilities

• демонстрировать способность к междисциплинарному взаимодействию с медицинскими специалистами и инженерами,

Learning outcome: learning skills or learning abilities

• применять современные технологии и методы проектирования интеллектуальных медицинских систем, анализировать научные публикации и осваивать новые инструменты для решения актуальных задач в цифровой медицине.

Assessment of the student's knowledge

Teacher oversees various tasks related to ongoing assessment and determines students' current performance twice during each academic period. Ratings 1 and 2 are formulated based on the outcomes of this ongoing assessment. The student's learning achievements are assessed using a 100-point scale, and the final grades P1 and P2 are calculated as the average of their ongoing performance evaluations. The teacher evaluates the student's work throughout the academic period in alignment with the assignment submission schedule for the discipline. The assessment system may incorporate a mix of written and oral, group and individual formats.

The evaluating policy of learning outcomes by work type

Evaluation form

The student's final grade in the course is calculated on a 100 point grading scale, it includes:

• 40% of the examination result;
• 60% of current control result.

The final grade is calculated by the formula:

 

Where Midterm 1, Midterm 2are digital equivalents of the grades of Midterm 1 and 2;

E is a digital equivalent of the exam grade.

Final alphabetical grade and its equivalent in points:

The letter grading system for students' academic achievements, corresponding to the numerical equivalent on a four-point scale:

Topics of lectures

• Введение в интеллектуальные медицинские системы
• Методы искусственного интеллекта в медицине
• Особенности медицинских данных и подготовка к анализу
• Методы интеллектуального анализа медицинских данных
• Разработка моделей для диагностики и прогнозирования заболеваний
• Разработка систем поддержки принятия врачебных решений (CDSS)
• Использование компьютерного зрения в медицине
• Технологии персонализированной медицины
• Инструменты и программные платформы для разработки ИМС
• Цифровые технологии в умных медицинских системах
• Кибербезопасность и защита медицинских данных
• Реализация ИМС в клинической практике: сложности и вызовы
• Будущее ИМС: тенденции и инновации
• Медицинские цифровые двойники и их применение
• Этические и правовые аспекты применения ИМС

Key reading

• Тополь Э. Искусственный интеллект в медицине. Как умные технологии меняют подход к лечению. - 2022. - 400с.
• Карпов О. Э., Храмов А. Е. Информационные технологии, вычислительные системы и искусственный интеллект в медицине. - М.: ДПК Пресс, 2022. – 480 с.
• Кобринский Б. и др.Интеллектуальные и информационные системы в медицине: мониторинг и поддержка принятия решений. 2016. – 529 с.

Further reading

• Гусев А. В., Романов Ф. А., Дуданов И. П., Воронин А. В. Медицинские информационные системы: Монография. / А.В. Гусев, Ф. А. Романов, И. П. Дуданов, А. В. Воронин. ПетрГУ. - Петрозаводск: Издательство, ПетрГУ. - 404 с.
• Edward H. Shortliffe, James J. Cimino Biomedical Informatics: Computer Applications in Health Care and Biomedicine. – 2021. – 1152р.