IT в медицине: инфраструктура, ML, расшифровка визуальной информации, диагностика

Содержание выпуска 1. Медицина и информационные технологии. 2. Направления информатизации в медицине. IT-инфраструктура современной больницы: — Медицинские информационные системы с их электронными картами пациента. — Лабораторные и рентгенологические медицинские информационные системы (описывают форматы передачи и хранения данных). — Неинвазивная диагностика (КТ, МРТ и другие методы). — Моделирование процессов (на этапах планирования операции или во время операции, при создании новых лечебных препаратов и так далее). — Телемедицина. — Системы поддержки принятия врачебных решений, компьютерные ассистенты, CAD-системы, ИИ. 3. Правовое регулирование РФ в медицине. 4. Рентгенодиагностика. — История появления и развития: X-лучи, КТ, МРТ и тому подобное. — Какие методы используются в рентгенодиагностике и в чём их суть. — Как организована работа рентгенологического отделения, как и на каких этапах создаётся информация, куда она передаётся и где хранится. 5. Протокол DICOM и хранилища медицинских изображений (PACS). 6. Как программисту работать с данными медицинской визуализации. 7. История использования машинного обучения для решения медицинских задач на примере рентгенодиагностики. 8. Примеры использования ИИ при решении медицинских задач. Радиомика. Гость: Александр Маткин. Замдиректора по инновационной деятельности в компании, которая занимается разработкой ПО в области медицины. Руководит командой разработчиков и аналитиков, которая старается решить прикладные проблемы врачей и на основе своих решений сделать новый продукт или фичу для медицинской системы. Кроме того, сам пишет код в следующих проектах: — Десктопные приложения для просмотра медицинских изображений и выполнения манипуляций с ними. Стек: Python, PySide6 (Qt QML), Pydicom, Pynetdicom, SimpleITK, Nuitka. — Бэкенд для корпоративной системы. Стек: Python, FastAPI, SQLAlchemy, Pydantic, Aio_pika, Redis, RabbitMQ, Traefik, Docker. — Отдельные решения по работе с медицинскими изображениями (детекция сегментов органа, поиск объектов на изображении и тому подобное. Стек: Python, OpenCV, SimpleITK, Scikit-learn, Scikit-image, TensorFlow, SimpleElastix. Полезные ссылки Чат по Rust Приказ Министерства здравоохранения РФ от 9 июня 2020 г. № 560н «Об утверждении Правил проведения рентгенологических исследований» Шкала Хаунсфилда Свёрточная нейронная сеть Конкурс ImageNet Challenge Свёрточная нейронная сеть U-Net Предложить тему, стать гостем подкаста, похвалить или поругать выпуск: @, Стартовать в программировании вместе со Skillbox: Наш подкаст удобно слушать на популярных платформах: Castbox: «Яндекс Музыка»: Apple Podcasts: Google Podcasts: Подписывайтесь, ставьте лайки, делитесь с друзьями и оставляйте комментарии!