Photography Medical image Disease Detection
EastParkในบทเรียนนี้ คุณจะได้เรียนรู้การประยุกต์ใช้เทคโนโลยี AI ในการตรวจจับบริเวณรอยโรคจากภาพถ่ายทางการแพทย์ เช่นโรคทางผิวหนัง โดยไม่จำเป็นต้องเขียนโปรแกรมเอง เริ่มต้นจากการสร้าง AI model สำหรับการแพทย์บนแพลตฟอร์มที่ออกแบบมาให้ใช้งานง่าย พร้อมการพัฒนา AI Inference Dashboard เพื่อให้บุคลากรทางการแพทย์หรือผู้ใช้งานทั่วไปสามารถเข้าถึงและใช้งานการทำงานของ AI ได้อย่างสะดวก นอกจากนี้ยังมีองค์ความรู้ในการทดสอบและปรับปรุงประสิทธิภาพของ AI model เพื่อให้การวินิจฉัยจากภาพถ่ายทางการแพทย์มีความแม่นยำยิ่งขึ้น พร้อมเปิดโอกาสในการพัฒนาโซลูชันทางการแพทย์ที่ล้ำสมัย!
ทักษะและเครื่องมือพื้นฐาน
1. ผู้เรียนต้องมีพื้นฐานการใช้งานโปรแกรม Visual Studio Code
2. ผู้เรียนต้องมีพื้นฐานโปรแกรม python
วัตถุประสงค์
1. เพื่อให้ผู้เรียนเห็นภาพการนำเทคโนโลยี AI มาใช้กับการวิเคราะห์ข้อมูสำหรับภาพถ่ายทางการแพทย์
2. เพื่อให้ผู้เรียนได้สร้างโมเดลปัญญาประดิษฐ์ (AI Model) สำหรับตรวจจับบริเวณรอยโรคในภาพถ่ายทางการแพทย์
3. เพื่อให้ผู้เรียนได้พัฒนาโปรแกรม สำหรับสร้างบริการและหน้าต่างการทำงานเพื่อเข้าถึงกระบวนการวิเคราะห์ข้อมูลของ AI อย่าง่าย
4. เพื่อให้ผู้เรียนได้เข้าใจกระบวนการวิเคราะห์ประสิทธิภาพการทำงานของ AI Model ในมุมของทางการแพทย์
ประโยชน์ที่คาดว่าจะได้รับ
1. สามารถพัฒนาบริการปัญญาประดิษฐ์สำหรับใช้ไปตอบโจทย์ในส่วนการวิเคราะห์ข้อมูลบนพื้นฐานของภาพถ่ายทางการแพทย์
2. สามารถตรวจสอบประสิทธิภาพการทำงานโมเดลปัญญาประดิษฐ์ของตนเองในด้านทางการแพทย์
บทเรียน
บทที่ 1: Solution Overview
ความสำคัญของ AI กับภาพถ่ายทางการแพทย์
กระบวนการพัฒนา AI สำหรับวิเคราะห์ข้อมูลกับภาพถ่ายการแพทย์
บทที่ 2: การสร้างโมเดลปัญญาประดิษฐ์ (AI Model) บน BDH Xbrain Platform
กระบวนการสร้างโมเดลปัญญาประดิษฐ์
ขั้นตอนการสร้างโมเดลปัญญาประดิษฐ์บน BDH Xbrain Platform
กระบวนการประเมินประสิทธิภาพของโมเดลปัญญาประดิษฐ์
บทที่ 3: การพัฒนาบริการ AI และระบบ AI Inference
กระบวนการพัฒนาบริการ AI (AI Model Services) ในรูปแบบของ API
การเข้าถึงผลลัพธ์การประมวลผลของโมเดล AI
ขั้นตอนการพัฒนาระบบ AI Inference อย่างง่าย
ผู้เรียนจะมีสมรรถนะต่อไปนี้
1. ความเข้าใจในระบบการวิเคราะห์ข้อมูลภาพถ่ายทางการแพทย์
2. สามารถสร้าง AI Model สำหรับการวิเคราะห์รอยโรคและนำไป Deploy ใช้งานได้
3. สามารถสร้าง AI Dashboard เพื่อนำข้อมูลการใช้งาน AI Model ได้ง่ายขึ้น
4. ความเข้าใจในการเข้าถึงผลลัพธ์การประมวลผลจาก AI Model ด้วยภาษาโปรแกรม Python
เวลาที่ใช้ในการเรียนรู้
5 ชั่วโมง
ผู้สอน
สุกนต์ธี สังขันธ์
Video Analytics Developer
มีความเชี่ยวชาญในการสร้างกระบวนการพัฒนาโมเดลปัญญาประดิษฐ์ โดยเฉาะการสร้างโมเดลปัญญาประดิษฐ์กับข้อมูลที่เป็นรูปภาพ (image)
มีความเชี่ยวชาญในการสร้างกระบวนการพัฒนาโมเดลปัญญาประดิษฐ์ โดยเฉาะการสร้างโมเดลปัญญาประดิษฐ์กับข้อมูลที่เป็นรูปภาพ (image)
สุริษา ขาวผ่อง
Video Analytics Developer
มีความเชี่ยวชาญในการสร้างกระบวนการพัฒนาโมเดลปัญญาประดิษฐ์ โดยเฉาะการสร้างโมเดลปัญญาประดิษฐ์กับข้อมูลที่เป็นรูปภาพ (image)
มีความเชี่ยวชาญในการสร้างกระบวนการพัฒนาโมเดลปัญญาประดิษฐ์ โดยเฉาะการสร้างโมเดลปัญญาประดิษฐ์กับข้อมูลที่เป็นรูปภาพ (image)