Ruhrgebiet Data Science Meetup - AI in Medicine
Event Information
Description
Titel: Artificial Intelligence in Medicine
Talk time: 30 minutes (afterwards networking)
Description:
Artificial intelligence (AI) in medicine has the power to provide more accurate and efficient health care for patients.
AI has enabled several task-specific systems to perform human activities faster and more accurately. Computers can now recognize speech, natural language, and images.
Computers have become smarter; They are now able to anticipate, recognize, and propose actions in response to a number of given conditions. AI in medicine offers humans a chance at better health care, with more efficiency and precision.
How do computers learn?
Two approaches are used to enable computers to diagnose patients, which are the flowchart and databases.
Flowchart, also known as the "decision tree," is an example of an expert system in which a "knowledge engineer" interviews an expert and translates his knowledge into a computer program.
The database approach works through so-called deep learning or pattern matching. By repeatedly teaching the computer how to invoke a particular image, the system refines its algorithm and becomes faster and more efficient in identifying that image. This approach requires large amounts of datasets.
In today's event we will get to know self-organizing networks, ie self-enforcing networks (SENs).
The lecture is suitable for all participants without previous knowledge. It begins with a general introduction to Artificial Intelligence and a simple to understand presentation of Self-Organized Learning Networks. Finally, we present the first results achieved by this system.
Speaker:
Hatice Tavlı is mathematician and an healthcare advocate. Together with the Alfried Krupp Hospital, the University of Duisburg-Essen and Morten Elbæk Petersen (CEO of www.sundhed.dk), she is shaping the future of ehealth in Germany.
---------------------------------------------------------------
German/Deutsch:
Künstliche Intelligenz (KI) in der Medizin hat die Kraft, Patienten eine genauere und effizientere Gesundheitsversorgung zu bieten.
KI hat es mehreren aufgabenspezifischen Systemen ermöglicht, menschliche Aktivitäten schneller und genauer auszuführen. Computer können jetzt Sprache, Spracheverlauf und Bilder erkennen.
Computer sind schlauer geworden; Sie sind nun in der Lage, in Reaktion auf eine Reihe von gegebenen Bedingungen vorauszusehen, zu erkennen und durchzuführende Aktionen vorzuschlagen. KI in der Medizin bietet Menschen eine Chance auf eine bessere Gesundheitsversorgung, mit mehr Effizienz und Präzision.
Wie lernen Computer?
Zwei Ansätze, mit denen Computer Patienten diagnostizieren können, sind Flowchart und Datenbanken.
Flowchart, auch bekannt als “Entscheidungsbaum", ist ein Beispiel für ein Expertensystem, bei dem ein "Wissensingenieur" einen Experten befragt und sein Wissen in ein Computerprogramm übersetzt.
Der Datenbankansatz funktioniert durch sogenanntes Deep Learning oder Muster-Abgleich. Durch wiederholtes Einlernen des Computers, wie ein bestimmtes Bild aufgerufen wird, verfeinert das System seinen Algorithmus und wird beim Identifizieren dieses Bildes schneller und effizienter. Dieser Ansatz erfordert große Datenmengen.
In unserer heutigen Veranstaltung werden wir Selbstorganisiert lernende Netze, also Self-Enforcing Network (SEN) kennenlernen.
Der Vortrag ist für alle Teilnehmer ohne Vorwissen geeignet. Sie beginnt mit einer allgemeinen Einführung in die künstliche Intelligenz und eine einfachen Darstellung der Selbstorganisiert lernende Netze. Am Schluss stellen wir erste Ergebnisse vor, die durch dieses System erreichet wurden.
Rednerin:
Hatice Tavlı ist Mathematikerin und Verfechterin im Gesundheitswesen. Zusammen mit dem Alfred-Krupp-Krankenhaus, der Universität Duisburg-Essen und Morten Elbæk Petersen (CEO von www.sundhed.dk) gestaltet sie die Zukunft der digitalen Gesundheitsversorgung.