مدرسه تابستانه داده کاوی سلامت و تجهیزات پزشکی برگزار می شود

به گزارش خبرگزاری مهر به نقل از جهاد دانشگاهی علوم پزشکی تهران، دو مدرسه تابستانه داده کاوی سلامت و تجهیزات پزشکی توسط مرکز انفورماتیک سلامت وابسته به معاونت پژوهشی جهاد دانشگاهی علوم پزشکی تهران از امروز پنج‌شنبه ۲۱ مردادماه آغاز به کار می کند.

دکتر مطلبی مدیر مرکز انفورماتیک سلامت و مسئول برگزاری این دو مدرسه تابستانی گفت: این مدارس تابستانی با هدف توسعه دانش و ارتقا مهارت آموزی دانشجویان رشته های مرتبط از جمله علوم پزشکی، انفورماتیک پزشکی، مهندسی پزشکی، علوم بهداشتی، علوم داده و مدیریت بهداشتی و درمانی، محققان حوزه سلامت و سایر علاقه مندان به این حوزه ها طراحی شده است.

وی گفت: این دو مدرسه تابستانی در دو روز پایانی هفته به‌مدت ۶ هفته اجرا خواهد شد.

وی افزود: فراگیران در مدرسه تابستانه داده کاوی سلامت با «چشم اندازهای پزشکی نوین در عصر داده ها» و «مدیریت و چالش‌های ثبت صحیح داده ها در حوزه سلامت» هرکدام با مدت دو ساعت آشنا خواهند شد.

وی گفت: سپس در کارگاه «مبانی و کاربردهای داده کاوی سلامت» به‌مدت ۴ ساعت شرکت می کنند. «کارگاه تحلیلی پردازش داده ها در SPSS» در ۸ ساعت آموزشی و «کارگاه داده کاوی سلامت در پایتون» به‌مدت ۲۲ ساعت برای فراگیران اجرا خواهد شد. در انتها نیز فراگیران در آزمون پایان دوره شرکت کرده و گواهینامه دوره را دریافت خواهند کرد.
مطلبی در توضیح سرفصل‌های مدرسه تابستانه تجهیزات پزشکی نیز گفت: این دوره ۶۰ شامل ساعت آموزشی با سرفصلهای مبانی و مقدمات، مروری بر تجهیزات پزشکی عمومی بیمارستانی و کلینیک های پزشکی، مروری بر دستگاه های تصویر برداری پزشکی (سخت افزار و نرم افزار)، مبانی لیزر و کاربردهای آن در مهندسی پزشکی و مدیریت نگهداری و رفع عیوب تجهیزات پزشکی خواهد بود.

مطلبی ادامه داد: امروزه داده های سلامت از ارزشمندترین سرمایه های مراکز بهداشتی و درمانی کشور بوده و متاسفانه در اکثر موارد این منابع حیاتی مانند معدنی بلااستفاده رها شده و بعضا در حال از بین رفتن هستند.

وی افزود: ماموریت مرکز انفورماتیک سلامت جهاد دانشگاهی علوم پزشکی تهران کمک به نهادینه کردن اصول و استانداردهای جمع آوری ، ذخیره و در نهایت بهره برداری اصولی از این داده ها است و این مرکز قصد دارد در کنار آموزش و پژوهش دانش مدیریت و ثبت صحیح داده ها، به مهارت آموزی تجزیه و تحلیل و پردازش علمی این داده ها با استفاده از ابزارهای هوش مصنوعی و داده کاوی بپردازد و با تولید دانش مستند پژوهشی به خلق محصولات کاربردی خدمات تخصصی از جمله سامانه های کمک تشخیصی و کمک درمانی(دستیاران بالینی هوشمند) در حوزه سلامت دست پیدا کند.