AI w przewidywaniu ryzyka sercowo-naczyniowego: od wywiadu przez biomarkery po obrazowanie
Jak narzędzia uczenia maszynowego szacują ryzyko sercowo-naczyniowe na podstawie wywiadu, biomarkerów krwi i molekularnych oraz obrazowania, i jak ocenić, czy działają.
- Czas trwania
- Cztery sesje na żywo po 120 minut w ciągu dwóch tygodni
- Forma
- Online na żywo (webinar Zoom) z omawianiem przypadków, maksymalnie 30 uczestników w grupie językowej
- Dla kogo
- Kardiolodzy, interniści, lekarze rodzinni, pielęgniarki kardiologiczne oraz badacze, którzy używają, kupują lub oceniają narzędzia do przewidywania ryzyka.
Wprowadzenie od prowadzących
W tym miejscu pojawi się krótkie wprowadzenie prowadzących.
Uporządkowany program o narzędziach, które dziś szacują ryzyko sercowo-naczyniowe: od klasycznych skal opartych na wywiadzie, przez biomarkery krwi, genetyczne i wieloomiczne, po modele odczytujące EKG, echokardiografię, tomografię tętnic wieńcowych i obrazy siatkówki. Każdą warstwę analizujemy pod kątem tego, co wnosi, jak ją zwalidowano, gdzie zawodzi i co oznacza dla pacjenta w gabinecie.
Efekty uczenia się
- Wyjaśniać, czym różnią się klasyczne skale ryzyka od modeli uczenia maszynowego pod względem danych wejściowych, założeń i wyników
- Oceniać model predykcyjny pod kątem dyskryminacji, kalibracji, walidacji zewnętrznej i użyteczności klinicznej
- Umieszczać biomarkery, skale poligeniczne i panele wieloomiczne w kontekście tego, co już mówi wywiad
- Interpretować analizy EKG, echokardiografii, tomografii wieńcowej i siatkówki wspierane AI, w tym ich tryby niepowodzeń
- Stosować europejskie i brytyjskie wymogi regulacyjne i zasady nadzoru przy wdrażaniu narzędzia w praktyce
Program
01Ryzyko z wywiadu
- Od Framingham do SCORE2 i PREVENT
- Uczenie maszynowe na elektronicznej dokumentacji medycznej
- Ryzyko całożyciowe a dziesięcioletnie
- Czynniki modyfikujące ryzyko i to, czego modele nie widzą
02Biomarkery i ryzyko molekularne
- Wysokoczuła troponina, peptydy natriuretyczne i lipoproteina(a)
- Poligeniczne skale ryzyka: obietnice i ograniczenia
- Panele proteomiczne i metabolomiczne
- Wartość dodana: reklasyfikacja i krzywe decyzyjne
03Obrazowanie czytane przez maszyny
- Wskaźnik uwapnienia i analiza blaszki AI w tomografii
- EKG i echokardiografia wspierane AI
- Obrazowanie siatkówki jako okno na układ krążenia
- Stronniczość, dryf i ukryte czynniki zakłócające w modelach obrazowych
04Od modelu do kliniki
- Kalibracja, sprawiedliwość i skuteczność w podgrupach
- Akt o AI, przepisy o wyrobach medycznych i nadzór lokalny
- Komunikowanie ryzyka pacjentom
- Gdzie kończą się dowody: pytania otwarte
Sesje
Prowadzone przez webinar Zoom z ustawieniami przechowywania danych w UE.
Sesja angielska
Zgłoś zainteresowanie
Terminy zostaną ogłoszone
Cena zostanie podana wraz z terminami
Sesja polska
Zgłoś zainteresowanie
Terminy zostaną ogłoszone
Cena zostanie podana wraz z terminami