SNUH AI Education for Clinicians

WIP

서울대학교병원 융합의학과의 원내 인공지능 교육용 저장소입니다.
현재 영상 데이터를 기반으로 한 교육자료를 우선으로 개발하고 있습니다.
Last updated: 2021.03.26

Contents

교육자료는 Basics, Modality, Task, Special lectures의 4가지 카테고리로 분류되어 있습니다.

• Basics 에서는 인공지능 연구에 공통으로 필요한 기초적인 내용을 다룹니다.
• Modality 에서는 의료영상별 특징, 공개 데이터셋, 데이터를 다루는 방법, 연구동향 등을 다룹니다.
• Task 에서는 병변 분류, 관심영역 분할 등 구체적인 개별 주제에 대한 실습을 진행합니다.
• Special lecrues 에서는 인공지능 연구에서 임상의에게 필요한 개별 주제들을 다룹니다.

Basics

• Python 기초
• 영상처리 기초
• 인공지능 기초
• 개발환경 소개 (Colab, Jupyter Notebook, IDEs, ...)

Modality

• X-ray
• CT
• MRI
• Ultrasound
• WSI, Endoscopy, Dermatology, Fundus, ...

Task

• Classification
  • Lesion Classification in Breast Ultrasound
• Estimation
  • Bone Age Estimation in Pediatric X-ray (RSNA 2017)
• Detection
  • Pneumonia Detection in Chest X-ray (RSNA 2018)
  • Intracranial Hemorrhage Detection in Brain CT (RSNA 2019)
  • Pulmonary Ebolism Detection in Chest CT (RSNA 2020)
• Segmentation
  • Lung Segmentation in Chest X-ray

Special lectures

• 인공지능 성능평가
• 의료 인공지능 연구의 최신 동향
• 의료 데이터셋 구축 방법
• 임상의를 위한 의료 인공지능 연구 매니징, 과제 제안서 작성법, ...

Authors

김영곤¹, 김이삭², 김찬기³

¹ _{서울대학교병원 융합의학과}
² _{iRAIL, 서울대학교 바이오엔지니어링협동과정} ³ _{iRAIL, 서울대학교 바이오엔지니어링협동과정}