🏆课程学习中心| 🚧AI生物医疗课程合辑| 🌍课程主页| 📺中英字幕视频| 🚀项目代码解析
课程介绍
MIT 6.S897是全球顶校麻省理工开设的医学与机器学习的交叉专业课程。课程两位 MIT (副)教授对医学、机器学习内容进行了专业讲解，并邀请临床医生进行客座讲座，以及使用真实临床数据设计了课程项目，帮助学生真实地理解将机器学习技能转化到临床实践中的微妙之处。
医学部分，课程讲解了临床数据的特性，如何将机器学习用于风险分层、疾病进展建模、精准医学、诊断、亚型发现和改进临床工作流程等。
机器学习部分，课程主题包括因果关系、可解释性、算法公平性、时间序列分析、图形模型、深度学习和迁移学习等。
课程主题
课程官网发布了课程主题，ShowMeAI 对其进行了翻译。
Overview of Clinical Care（临床护理概述）Deep Dive into Clinical Data（深入研究临床数据）Risk Stratification（风险分层）Physiological Time-Series（生理时间序列）Natural Language Processing (NLP)（自然语言处理(NLP)）Translating Technology into the Clinic（将技术转化到临床）Machine Learning for Cardiology（机器学习在心脏成像中的应用）Machine Learning for Differential Diagnosis（鉴别诊断）Machine Learning for Pathology（病理学机器学习）Machine Learning for Mammography（用于乳房X光检查的机器学习）Causal Inference（因果推断）Reinforcement Learning（强化学习）Disease Progression & Subtyping（疾病进展建模和亚型）Precision Medicine（精准医学）Automating Clinical Workflows（自动化临床工作流程）
课程讲师 Peter Szolovits，MIT计算机科学与工程教授，也是 CSAIL 临床决策小组的负责人。他的研究重点是人工智能方法在医疗决策问题中的应用，以及医疗机构和患者信息系统的设计，致力于解决各种医疗状况的诊断、治疗计划、执行和监测、遗传咨询的计算，以及医疗记录系统中的隐私和保密问题。
课程讲师 David Sontag， 年加入MIT，担任医学工程与科学研究所 (IMES) 的职业发展教授和电气工程与计算机科学系 (EECS) 的副教授，还是计算机科学与人工智能实验室 (CSAIL) 的首席研究员。
课程资料 | 下载
扫描上方图片二维码，关注公众号并回复关键字 🎯『6.S897』，就可以获取整理完整的资料合辑啦！当然也可以点击 🎯这里查看更多课程的资料获取方式！
ShowMeAI 对课程资料进行了梳理，整理成这份完备且清晰的资料包：
📚课件。PDF文件。覆盖Lecture 1~25所有章节。📚笔记。PDF文件。覆盖Lecture 1~24课程学习要点，图文并茂。📚习题。PDF文件和.ipynb文件。覆盖Recitation 1~9，涉及学习中的常见问题与答案。📚拓展阅读材料。PDF文件。课程推荐的19篇相关论文/文章。
课程视频 | B站
【双语字幕+资料下载】MIT 6.S897 | 医疗机器学习(·完整版)
🌍B站 | 【双语字幕+资料下载】MIT 6.S897 | 医疗机器学习(·完整版)
ShowMeAI 将视频上传至B站，并增加了中英双语字幕，以提供更加友好的学习体验。点击页面视频，可以进行预览。推荐前往 👆B站观看完整课程视频哦！
全球名校AI课程合辑
🚧CS数学基础课程合辑：https://www.showmeai.tech/tutorials/38🚧计算机基础课程合辑：https://www.showmeai.tech/tutorials/29🚧机器学习课程合辑：https://www.showmeai.tech/tutorials/28🚧深度学习课程合辑：https://www.showmeai.tech/tutorials/77🚧自然语言处理课程合辑：https://www.showmeai.tech/tutorials/55🚧计算机视觉课程合辑：https://www.showmeai.tech/tutorials/73🚧强化学习课程合辑：https://www.showmeai.tech/tutorials/87🚧AI生物医疗课程合辑：https://www.showmeai.tech/tutorials/74🚧其他名校AI课程合辑：https://www.showmeai.tech/tutorials/76作者：ShowMeAI内容团队
阅读原文：https://www.showmeai.tech/article-detail/371
