powered by

  • Analysis

AI For Healthcare (keuze)

#medical-ai #lungsegmentation #medical-data

Tools:

Convolutional Neural Networks (CNN), Generative Adversarial Networks (GAN), Long-Short Term Memory (LSTM), Recurrent Neural Networks (RNN)

Wanneer twee IT bachelors in Howest samenwerken om beide expertises te integreren, krijg je een module als AI For Healthcare die daar de vruchten van plukt: een samenwerking tussen de Advanced Bachelor Bioinformatica in combinatie met Multimedia en Creatieve Technologie.

Deze module toont de impact van AI op de healthcare sector, maar leert studenten ook om AI in real-life toepassingen te integreren.

Het unicum in deze module is dat studenten een crashcourse in biomedische terminologie en context krijgen, voor ze aan de slag gaan met de specifieke biomedische gegevens. Basiskennis in programmeren is vereist, maar deze module focust zich op zowel bioinformatici, academici en IT-specialisten in de healthcare sector.

Momenteel is Artificiele Intelligentie vaak nog vrij beperkt in de toepassingen. Het is een type software die leert om een specifiek beschreven taak op te lossen, maar die specificiteit opent veel mogelijkheden in de medische wereld. In accurate diagnoses, medicijnen aanpassen aan het fenotype en dokters ondersteunen in het verwerken van de medische gegevens, daar ligt de kracht van AI. Zo kan een dokter meer tijd spenderen aan de noden van de patient.

De klassificatie van ziektes, al dan niet op foto’s, een analyse van EEG data, DNA sequenties, dit zijn maar enkele voorbeelden van wat de studenten in de praktijk zullen uitvoeren. Van relatief simpele regressie technieken tot complexere deep learning neurale netwerken, het wordt allemaal behandeld in AI for Healthcare.

In AI For Healthcare @ Home krijg je een gelijkaardige portie theorie als de studenten uit het reguliere onderwijs in onze Bachelor in de afstudeertrack AI Engineer.