AI 助力临床医学，效率提升惊人！你还在等什么？

免费获取chatGPT 3.5 账户，或购买GPT 4.0plus 会员账户，扫描文章内微信公众号二维码，或加微信：yuke36

线上直播

AI推动临床医学科研创新与效率双提高

-4o在临床医学日常工作、论文高效撰写与项目申报、数据剖析与可视化、机器学习建模中的实践应用中级培训班

2024年7月8日-11日

【四天实践教学、提供全部资料及回放】

序言

2022年11月30日，可能将成为一个改变人类历史的日子——美国人工智能开发机构推出了聊天机器人-3.5，将人工智能的发展推向了一个新的高度。2023年11月7日，首届开发者会议被称为“科技界的晚会”，吸引了全球广大用户的关注，GPT商店更是突显了致力打造AI生态的野心。2024年2月15日，发布了轰动世界的文字生成视频工具Sora。2024年5月12日，更强版本的-4o上线，文本、语音、图像等多模态交互方法使其在各行各业的应用呈现了更多的可能性。为此，为了帮助广大临床医学相关的诊所管理人员、医生、学生、科研人员愈发熟练地把握-4o在临床医学日常生活、工作与学习、课题申报、论文选题、实验方案设计、实验数据统计剖析与可视化等方面的强悍功能，同时愈发系统地学习人工智能（包括传统机器学习、深度学习等）的基础理论知识，以及具体的代码实现方式，特举行“-4o辅助临床医学日常工作、数据剖析与可视化、机器学习建模、项目申报书与论文高效撰写”培训班，借以帮助学员把握-4o在临床与科研工作中的各类使用方式与方法。本次培训采用“理论讲解+案例实战+动手实操+讨论互动”相结合的形式，抽丝剥茧、深入浅出讲解-4o的最新功能，以及精典人工智能方式在实际应用时须要把握的经验及窍门。

大会福利

1：附送国外可直接登陆一个月.0帐号【无需科学上网】。

2：提供全部课程回放视频，构建助学群，常年辅助交流。

3：无限学：本期课程出席完，后期不同地点举办，现场可以免费出席【不限次数】。

培训方法

网路直播+助学群辅助+导师面对面实践工作交流（报考后加入助学群、查阅大会流程）

主讲专家

来自中国重点科研高校，常年从事人工智能（AI）在临床医学及生物医药的科研工作，旨在于将人工智能技术与临床医学领域的前沿应用相融合，团队常年和三甲诊所合作完成多项成果，同时借助AI大语言模型减少临床大夫日常繁杂工作以及快速对临床数据剖析积累丰富经验。

导师随行

1.构建导师助学交流群，常年进行答疑及经验分享，辅助学习及应用；

2.课程结束后不定期举办线上答疑交流，辅助学习巩固工作实践问题处理交流；

教学特色

1、原理深入浅出的讲解；

2、技巧方式讲解，提供所有案例数据及代码；

3、与项目案例相结合讲解实现方式，对接实际工作应用；

4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析；

5、课程结束专属助学群辅助巩固学习及实际工作应用交流，不定期举办线上答疑；

证书及学时

出席培训的学员可以获得《AI临床医学应用》专业技术证书及学时证明，网上可查。此证书可作为学时证明、个人学习和知识更新、单位在职人员专业技能素养培养及单位人才聘用重要参考根据。证书查询网址：

注：代办证书需提供电子版2寸相片及姓名、身份证号信息，开课前发给会务组人员。

收据出具

培训费、会议费、资料费、技术咨询费，配有签章文件，用于参会人员报销使用；

培训费用

非会员费用：3900元

Ai尚研修会员费用：会员新政参会

【优惠活动】：

1：中学生凭中学生证有效护照参会可享受85折让利。

2：分享同学圈设置公开集赞20枚立减100元。

课程安排

第一章、2024大语言模型最新进展介绍

1、2024AIGC技术最新进展介绍（生成式人工智能的基本概念与原理、文生视频模型Soravs.Veo）

2、（实操演习）国外外大语言模型（-4o-4o、、、、温馨一言、星火、通义千问、Kimi、智谱清言等）对比剖析

3、（实操演习）开源大语言模型的本地布署、对话与微调训练本地数据

4、（实操演习）-4o对话初体验（注册与冲值、购买方式）

5、（实操演习）-4o科研必备GPTs汇总介绍（找寻好用的GPTs模型、提示词优化、生成思维导图、生成PPT、生成视频、制定个性化的学习计划、检索论文、总结论文内容、总结视频内容、撰写论文、论文翻译、论文润色与更改、参考文献格式管理、论文评审、数据剖析、生成代码、代码调试等）

6、（实操演习）GPTStore简介与使用

7、（实操演习）订制自己的专属GPTs（制做专属GPTs的两种形式：聊天/配置参数、利用上传本地知识库提高专属GPTs性能、利用通过API获取外界信息、专属GPTs的分享）

8、（实操演习）-4o对话记录保存与管理

第二章、-4o提示词使用方式与方法

1、（实操演习）-4o(提示词)使用方法（为-4o设定身分、明确任务内容、提供相关背景、举一个参考范例、指定返回的答案格式等）

2、（实操演习）常用的-4o提示词模板

3、（实操演习）-4o提示词优化（、、提示宝等）

4、（实操演习）-4o突破Token限制实现接收或输出万字长文（五种方式递交超过Token限制的文本、四种方式让输出突破Token限制）

5、（实操演习）控制-4o的输出宽度（使用修饰语、限定回答的范围、通过上下文限定、限定数目等）

6、（实操演习）保存喜欢的-4o提示词并一键调用

第三章、-4o推动临床医学日常生活、学习与工作

1、（实操演习）-4o推动中小中学生功课补习（写作文、作文批阅、求解物理题、练习英文据说读写、物理估算、化学估算等）

2、（实操演习）-4o推动临床医学相关活动（病人招募、科普宣传等）文案撰写与润色更改

3、（实操演习）-4o推动临床医学相关自媒体（陌陌公众号、小红书、微博等）文章撰写与润色更改

4、（实操演习）-4o推动手动化处理电子病历（依据输入信息生成结构化病历记录，包括纳差、现病程、既往史、家族史、体格检测、辅助检测结果等）

5、（实操演习）-4o推动病况剖析与确诊支持（依据医学知识库和手册提供可能的确诊建议和鉴定确诊，推荐的进一步检测和医治方案）

6、（实操演习）-4o推动医患沟通与解释（生成浅显易懂的语言解释病况、诊断根据和医治计划）

7、（实操演习）-4o推动健康教育与随访计划（按照病人的病况和医治方案生成个性化的入院小结、健康教育内容和随访计划）

8、（实操演习）-4o推动远程医疗咨询（验血单结果剖析、就诊咨询与初步确诊、常见慢病管理、日常营养膳食建议等）

9、（实操演习）借助-4o及GPTs创建精致的思维导图

10、（实操演习）借助-4o及GPTs生成流程图、甘特图

11、（实操演习）借助-4o及GPTs制做PPT

12、（实操演习）借助-4o及GPTs手动创建视频

13、（实操演习）-4o辅助高效备课（苏格拉底式教学、为不同专业中学生生成不同的教学内容等）

14、（实操演习）-4o辅助高效学习（借助GPTs生成专属学习计划）

15、案例演示与实操练习

第四章、-4o推动临床医学课题申报、论文选题及实验方案设计

1、课题申请书撰写方法及要点分析（项目名称、关键词、摘要、立项根据、参考文献、研究目标、研究内容、研究方案、关键科学问题、可行性剖析、创新点与特色之处、预期研究成果、工作基础等）

2、（实操演习）借助-4o剖析临床医学领域指定方向的研究

3、（实操演习）借助-4o辅助撰写、润色课题申报书的各部份内容

4、（实操演习）借助-4o总结指定论文的局限性与不足，并给出潜在的改进思路与建议

5、（实操演习）借助-4o评估指定改进思路的新颖性与已发表的类似工作

6、（实操演习）借助-4o进一步细化改进思路，内蕴论文的选题与创新点

7、（实操演习）借助-4o评估选题的可行性与创新性

8、（实操演习）借助-4o设计完整的实验方案与数据剖析流程

9、（实操演习）借助-4o给出论文部份的切入点和思路

10、案例演示与实操练习

第五章、-4o推动信息检索、总结剖析、论文写作与投稿、专利idea构思与交底书的撰写

1、（实操演习）传统信息检索方式与方法总结（、、Sci-Hub、、关键词检索+同行检索、文献订阅）

2、（实操演习）借助-4o实现联网检索临床医学领域指定方向的文献

3、（实操演习）借助-4o阅读与总结剖析临床医学领域指定学术论文内容（论文主要工作、创新点、局限性与不足、多文档对比剖析等）

4、（实操演习）借助-4o剖析论文中的系统框图工作原理

5、（实操演习）借助-4o剖析论文中的物理公式涵义

6、（实操演习）借助-4o剖析论文中图表中数据的意义及推论

7、（实操演习）借助-4o总结视频内容

8、（实操演习）借助-4o完成学术论文的选题设计与优化

9、（实操演习）借助-4o手动生成论文的总体框架、论文摘要、前言介绍、文献综述、完整短篇论文等

10、（实操演习）借助-4o完成论文翻译（指定翻译领域、提供背景提示）

11、（实操演习）借助-4o实现论文句型校准

12、（实操演习）借助-4o完成段落结构及语句逻辑润色

13、（实操演习）借助-4o完成论文降重

14、（实操演习）借助-4o完成论文参考文献格式的手动转换

15、（实操演习）-4o辅助审稿人完成论文评审意见的撰写

16、（实操演习）-4o辅助投稿人完成论文评审意见的回复

17、（实操演习）借助-4o完成发明专利idea的挖掘与构思

18、（实操演习）借助-4o完成发明专利交底书的撰写

19、案例演示与实操练习

第六章、-4o推动临床医学数据预处理与可视化（无需编程基础）

1、（实操演习）借助-4o上传本地临床医学相关的数据（Excel/CSV表格、txt文本、PDF、图片等）

2、（实操演习）借助-4o实现临床医学相关的图象处理（图象缩放、旋转、裁剪、去噪与去模糊）

3、（实操演习）借助-4o实现描述性统计剖析（数据的频数剖析：统计直方图；数据的集中趋势剖析：数据的相关剖析）

4、（实操演习）常用的数据预处理方式（数据标准化与归一化、数据异常值与缺位值处理、数据离散化及编码处理、手动生成新特点）

5、（实操演习）借助-4o手动对数据进行预处理

6、（实操演习）借助-4o手动生成数据统计剖析图表

7、（实操演习）借助-4o实现代码逐行讲解

8、（实操演习）借助-4o实现代码Bug调试与手动更改

9、案例演示与实操练习

第七章、-4o推动机器学习建模（无需编程基础）

1、BP神经网路的基本原理（人工神经网路的分类有什么？BP神经网路的拓扑结构和训练过程是如何的？哪些是梯度增长法？）

2、（实操演习）BP神经网路的代码实现（界定训练集和测试集、数据归一化）

3、（实操演习）BP神经网路参数的优化（蕴涵层神经元个数、学习率、初始残差和阀值等怎样设置？哪些是交叉验证？）

4、（实操演习）值得研究的若干问题（欠拟合与过拟合、评价指标选择、样本不平衡等）

5、（实操演习）BP神经网路中的-4o提示词库讲解

6、（实操演习）借助-4o实现BP神经网路模型的代码手动生成与运行

7、SVM的工作原理（核函数的作用是哪些？哪些是支持向量？怎么解决多分类问题？）

8、决策树的工作原理（哪些是信息熵和信息增益？ID3算法和C4.5算法的区别与联系）

9、随机森林的工作原理（为何须要随机森林算法？广义与狭义意义下的“随机森林”分别指的是哪些？“随机”的本质是哪些？如何可视化、解读随机森林的结果？）

10、与的区别与联系

11、vs.的工作原理

12、（实操演习）常用的GBDT算法框架（、）

13、（实操演习）决策树、随机森林、、中的-4o提示词库讲解

14、（实操演习）借助-4o实现决策树、随机森林、、模型的代码手动生成与运行

15、案例演示与实操练习：

（1）分类辨识模型：基于BP神经网路的垂体瘤病人味觉障碍风险预测

（2）回归拟合模型：基于BP神经网路的糖尿病遗传风险预测

（3）基于决策树的阿尔茨海默病（AD）病人空间结构能力智能评测模型

（4）基于随机森林的乳房癌良性/恶性脑瘤智能确诊模型

第八章、-4o推动机器学习模型优化：变量聚类与特点选择

1、主成份剖析（PCA）的基本原理

2、偏最小二乘（PLS）的基本原理

3、（实操演习）常见的特点选择方式（优化搜索、和等；前向与后向选择法；区间法；无信息变量清除法；正则稀疏优化方式等）

4、遗传算法（,GA）的基本原理（以遗传算法为代表的群优化算法的基本思想是哪些？选择、交叉、变异三个算子的作用分别是哪些？）

5、（实操演习）PCA、PLS、特征选择、群优化算法的-4o提示词库讲解

6、（实操演习）借助-4o及插件实现变量聚类与特点选择算法的代码手动生成与运行

7、案例演示与实操练习

第九章、-4o推动频域神经网路建模

1、深度学习简介（深度学习大事记、深度学习与传统机器学习的区别与联系）

2、卷积神经网路的基本原理（哪些是频域核、池化核？CNN的典型拓扑结构是如何的？CNN的残差共享机制是哪些？）

3、卷积神经网路的进化史：LeNet、、Vgg-16/19、、等精典深度神经网路的区别与联系

4、（实操演习）借助完善频域神经网路（层、Batch层、层、层、层等）

5、（实操演习）前馈神经网路调参方法（频域核规格、卷积核个数、移动步长、补零操作、池化核规格等参数与特点图的维度，以及模型参数目之间的关系是如何的？）

6、（实操演习）前馈神经网路中的-4o提示词库讲解

7、（实操演习）借助-4o实现频域神经网路模型的代码手动生成与运行

（1）基于CNN的哮喘病病人手部灵活性定量评估

（2）基于-50的乳房X射线图象COVID-19检查

（3）借助预训练模型辨识目标物体

（4）借助频域神经网路抽取具象特点

（5）自定义频域神经网路拓扑结构

8、案例演示与实操练习

第十章、-4o推动迁移学习建模

1、迁移学习算法的基本原理

2、（实操演习）基于深度神经网路模型的迁移学习算法

3、（实操演习）迁移学习中的-4o提示词库讲解

4、（实操演习）借助-4o实现迁移学习模型的代码手动生成与运行：基于腹部X射线图象和CT扫描图象的COVID-19预测模型

5、实操练习

第十一章、-4o推动RNN、LSTM建模

1、循环神经网路RNN的基本工作原理

2、长短时记忆网路LSTM的基本工作原理

3、（实操演习）RNN与LSTM中的-4o提示词库讲解

4、（实操演习）借助-4o实现RNN、LSTM模型的代码手动生成与运行

5、案例演示与实操练习

（1）基于LSTM神经网路的新冠脑炎疫情流行趋势预测

（2）基于LSTM神经网路的人体日常活动类型辨识

（3）基于LSTM神经网路的心电（ECG）讯号分类辨识

第十二章、-4o推动YOLO目标测量建模

1、什么是目标测量？目标测量与目标辨识的区别与联系

2、YOLO模型的工作原理，YOLO模型与传统目标测量算法的区别

3、（实操演习）YOLO模型中的-4o提示词库讲解

4、案例演示与实操练习

（1）借助预训练好的YOLO模型实现图象、视频、摄像头实时监测；

（2）数据标明演示（使用方式介绍）；

（3）训练自己的目标测量数据集：新冠脑炎疫情期间是否配戴口罩检查

第十三章、-4o推动AI绘图技术

1、（实操演习）借助-4oDALL.E3生成图象（下载图象、修改图象）

2、（实操演习）-4oDALL.E3常用的提示词库（广告海报、Logo、3D模型、插画、产品包装、烹饪演示、产品外形设计、UI设计、吉祥物设计等）

3、（实操演习）-4oDALL.E3中的多种视图（正视图、后视图、侧视图、四分之三视图、鸟瞰视图、全景视图、第一人称视角、分割视图、截面视图等）

4、（实操演习）-4oDALL.E3中的多种光效（电致发光、化学发光、生物萤光、极光闪亮、全息光等）

5、（实操演习）-4oDALL.E3条纹布局与角色一致性的实现

6、（实操演习）-4oDALL.E3生成动图GIF

7、（实操演习）工具使用讲解

8、（实操演习）工具使用讲解

9、（实操演习）图片生成动漫工具使用讲解

10、案例演示与实操练习

第十四章、GPT4API插口调用与完整项目开发

1、（实操演习）GPT模型API插口的调用方式（APIKey的申请、APIKey插口调用方式与参数说明）

2、（实操演习）借助GPT4实现完整项目开发

（1）智能健康助手聊天机器人的开发

（2）借助GPTAPI和Text生成文本的特点向量

（3）建立基于多模态（语音、文本、图像）的阿尔茨海默病初期筛查程序

3、案例演示与实操练习

第十五章、课程总结与答疑讨论

1、课程总结与现场答疑

2、相关学习资料分享与拷贝（图书推荐、在线课程推荐等）

3、建立陌陌群，以便后期的讨论与答疑

报考形式

详尽报考流程，请联系课程负责人

陈召：（微电）QQ咨询：

END

Ai尚研修丨专注科研领域

技术推广，人才急聘推荐，科研活动服务

科研技术云导师，Easy

免费获取chatGPT 3.5 账户，或购买GPT 4.0plus 会员账户，Gmail 邮箱注册，异常，停用相关问题，扫描文章内微信公众号二维码，或加微信咨询：yuke36