人工智能技术在医药健康领域中的应用

人工智能是利用计算机来模拟人类智能行为及其规律的一门技术，其主要任务是通过大量数据进行建模，进而实现某些近似人类智能行为的系统。由于人工智能是模拟人类智能解决问题的方法，在几乎所有学科领域都越来越普遍地用到各种人工智能技术。近年来，人工智能经历了从爆发到寒冬再到极速发展的历程，伴随着深度学习、机器学习等人工智能技术的提升，结合医药健康、生物医学等各领域的发展，人工智能成为了这一时代技术发展的新趋势。

本课程将围绕人工智能技术开始，拓展到神经网络的理论基础以及具体的训练以及评价方法，在让学员掌握人工智能的基本概念、原理及算法的基础上，结合医药健康领域的数据进行建模，进而为医药健康行业提供支撑。

授课对象：

1、医药健康、生物医学、信息化或其他行业从业人员

2、其他对人工智能、数据分析感兴趣的人员

学员基础：

1. 熟悉自身所处行业的数据
2. 了解基础的数学概念、熟练使用电脑

主办单位：北京市计算中心有限公司

协办单位：

北京市基因测序与功能分析工程技术研究中心

云计算关键技术与应用北京市重点实验室

工业和信息化人才培养工程培训基地

北京市大数据教学实践基地

举 办 地：北京市海淀区丰贤中路7号北科产业3号楼

课程安排：2023.5.30-2023.6.2（周二-周五） 上9:30-11:30 下13:30-16:30

日期	主题	内容	备注
第一天	AI医疗概论	AI技术的理论基础、历史概述 AI技术在医药健康中的应用 机器学习与深度学习的基本思想与方法工具 AI医疗实践的环境准备、软件安装调试	理论+ 上机
	Python入门	Python基本语法 数据结构：列表、元组、字符串、字典、集合 控制语句：判断、循环、迭代 文件操作：读取、输出 函数与库：标准库、自定义、统计、绘图 医药数据分析与应用示范练习	上机
第二天	机器学习理论基础	机器学习理论与方法综述 机器学习算法应用与建模 机器学习的模型评价 医药健康行业的数据理解与准备知识 医药健康行业的数据特点	理论
	深度学习理论基础	深度学习技术简介 图像处理入门 卷积神经网络CNN算法原理概述 主流深度学习框架 深度学习在医学图像识别中的应用	理论+ 上机
第三天	基于Tensorflow的医学图像识别	Tensorflow入门与基础语言 损失函数与梯度下降法 构建优化器 TensorFlow可视化工具 医学图像中的机器读片实现	上机
	GPU高性能计算入门及上机实战	高性能计算理论基础 Linux常用命令使用和上机操作 Linux环境下软件安装	理论+ 上机
第四天	GPU高性能计算入门及上机实战	GPU加速技术 tensorflow-gpu与应用 基于高性能计算的模型训练	理论+ 上机
	人工智能平台与课程答疑	医疗人工智能平台设计与应用 具体问题讨论和答疑，可以结合自身数据和分析需求，进行项目设计与讨论	理论

课程详情https://mp.weixin.qq.com/s?__biz=MzU2MDkyMTA2Nw==&mid=2247486633&idx=1&sn=08d063a7c839aac204eed8bb6ccd4449&chksm=fc01ec2dcb76653b652b9dca0d396fc71ef76f830a506827d34924de552401d5c523513ec417#rd