В рамках ежегодной онлайн-конференции Яндекса Yet another conference on education, заместитель директора Института цифровой медицины Сеченовского Университета Эдуард Фартушный рассказал о важности программ медицинского образования, подготовке медицинских специалистов в области IT, применении концепции цифрового двойника и успешном внедрении образовательных программ и датасетов, разработанных Институтом, в российскую систему здравоохранения.
«Медицина без цифровизации невозможна. Современные технологии позволяют сегодня внедрять в медицину методы и решения, которые использует сама IT-отрасль: большие данные (big data), машинное обучение, датасеты», – подчеркнул эксперт.
Сеченовский Университет Минздрава России дает уникальные компетенции студентам из направлений IT, отметил Фартушный. Такие специалисты получают как классические для отрасли навыки – работа с большими данными, нейросетями, языковыми моделями, так и навыки по работе с медицинскими данными, медоборудованием, медицинской электроникой и так далее.
«Это специализированные медицинские кейсы, а также форматы работы с медицинскими данными. Я не говорю про архитектуру. Это ровно тот же front-end и back-end, базы данных и т. д. Но студенты работают с определенными параметрами справочников, протоколов взаимодействия. И мы все это студентам даем», – добавил он.
Участие спикеров Сеченовского Университета в подобных мероприятиях обусловлено множественными разработками и проектами Первого МГМУ в области цифровых исследований и образования и, как следствие, большим опытом в данном направлении. Такие мероприятия помогают развиваться будущим студентам и действующим ученым, которые стремятся быть частью активной и инновационной научной среды.
Полный разговор можно посмотреть по ссылке (таймкод 1:00:00)
Цифровая кафедра Сеченовского Университета является прорывным направлением развития в интеграции исследований в области нейросетевых технологий и облачных вычислений для работы с медицинскими данными. Работа в данном направлении позволяет сотрудникам и студентам вуза реализовывать проекты по компьютерному зрению в медицине, раннему выявлению заболеваний и анализу закономерностей в медицинских данных.