医学中的机器学习（MLxMed）研讨会：Ender Konukoglu，苏黎世联邦理工学院副教授
医学机器学习（MLxMed）
匹兹堡的虚拟系列研讨会
主办单位：美国匹兹堡大学生物医学信息系； 波士顿大学哈里里计算澳门威尼斯人注册网站研究所； 以及多伦多大学
日期: Friday, January 26, 2024
时间: 2:00 PM – 3:00 PM Eastern 时间
位置: Zoom https://pitt.zoom.us/j/91009318707
(Details are listed at the end)
演讲者： Ender Konukoglu，博士，苏黎世联邦理工学院副教授
讨论题目: “Expert load matters: operating networks at high accuracy and low manual effort”
文摘: 在关键应用中集成先进的机器学习算法需要算法足够健壮。 这样的系统不应该导致导致严重后果的错误，并推进人类在没有算法的情况下所能取得的成就。 实现这一目标的一个途径是考虑人类-人工智能协作系统，其中学习算法旨在减少人类专家的工作量。 算法完成了大部分工作，但对算法来说具有挑战性的情况被计划发送给人类专家，这样的协作导致了高效和准确的工作流程。 在这次演讲中，我将介绍我们最近在这个方向上迈出的一步。 我将讨论如何在损失函数中集成准确性和人为负荷，并使用在多个数据集上使用所建议的损失训练的神经网络来呈现结果。 在所有的实验中，我们观察到可以实现更精确的网络，这需要更少的人类专家的委托。 我将总结当前的局限性和未来的方向。
澳门威尼斯人注册MLxMed系列讲座
医学是复杂和数据驱动的，而发现和决策越来越多地由机器学习实现。 机器学习有潜力在医学成像、癌症诊断、精准医学、临床试验和电子健康记录等领域支持、实现和改进医学发现和临床决策。 本系列研讨会的重点是医学机器学习的新算法、现实世界的部署和未来趋势。 它将邀请正在开发和应用机器学习进行生物医学发现和临床决策支持的杰出澳门威尼斯人注册网站研究人员。 有关更多信息，请参阅MLxMed网站。
波士顿大学 Kayhan Batmanghelich，助理教授（欧洲经委会）
放大的信息
时间：2024年1月26日，星期五，东部时间下午2点（美国和加拿大）
请按以下连结参加网络研讨会：
https://pitt.zoom.us/j/91009318707
或一键移动：
+ 12678310333,, 91009318707 # 我们(费城)
或电话:
拨号（为了获得更高的质量，请根据您当前的位置拨打号码）：
+1 267 831 0333 US（费城）
网络研讨会ID: 910 0931 8707
国际电话号码： https://pitt.zoom.us/u/abSFoJijJq
或H.323/SIP房间系统：
H.323:
162.255.37.11（美国西部）
162.255.36.11（美国东部）
115.114.131.7（印度孟买）
115.114.115.7（印度海得拉巴）
213.19.144.110（荷兰阿姆斯特丹）
213.244.140.110(德国)
103.122.166.55（澳大利亚悉尼）
103.122.167.55（澳大利亚墨尔本）
149.137.40.110(新加坡)
64.211.144.160(巴西)
149.137.68.253(墨西哥)
69.174.57.160（加拿大多伦多）
65.39.152.160（加拿大温哥华）
207.226.132.110（日本东京）
149.137.24.110（日本大阪）
会议编号：910 0931 8707
吉妮·m·巴托洛塔
高级行政协调员
生物医学信息系
匹兹堡大学医学院
鲍姆办公室，四楼
鲍姆大道5607号
Pittsburgh, PA 15206-3701
团队电话：412-648-8567（首选）
电子邮件: bartgm@pitt.edu (首选)
电子邮件: bartolottagm3@upmc.edu