CH 01. Les futurs médecins face à l'IA : un guide essentiel pour les étudiants en médecine et les internes

JE.
Introduction : Que nous réserve l'avenir ?
II. Devenir un professionnel de la santé à l'ère de l'IA : une feuille de route pour les résidents, les étudiants en médecine et les développeurs
III.
Introduction à l'IA médicale : Guide d'installation de Python et d'utilisation de Google Colab
IV.
Guide de configuration d'un environnement de développement d'IA pour les chercheurs médicaux

CH 02.
Apprenez Python, la clé de la recherche clinique et de l'analyse des données

JE.
Principes de base de Python pour le traitement de l'information médicale : types de données et structures
II.
Une nouvelle approche des formules médicales : comprendre le trou anionique en Python
III.
Diagnostic différentiel de l'hyperkaliémie en Python : de TTKG aux algorithmes
IV.
Implémentation d'un algorithme de diagnostic du syndrome de Cushing en Python : programmation de connaissances médicales complexes
V.
Implémentation d'un calculateur de score CHA2DS2-VASc en Python : utilisation des boucles for et while
VI.
Un système de gestion de l'hyperkaliémie implémenté avec des classes et des modules Python.
VII.
L'IA, nouveau partenaire des médecins : un voyage vers l'innovation dans le secteur de la santé en commençant par Python

CH 03.
Tout savoir sur l'IA médicale : des principes fondamentaux aux technologies de pointe

JE.
Le pipeline en 7 étapes du développement de l'IA dans le domaine de la santé : de l'exploration des données au déploiement du modèle
II.
Principes fondamentaux de l'IA médicale : Comprendre les concepts clés de l'apprentissage automatique et de l'apprentissage profond
III.
Outils essentiels pour le développement de l'IA médicale : un guide complet des principaux frameworks
IV.
Apprentissage automatique dans le domaine de la santé : techniques clés et applications cliniques
V.
L'apprentissage profond au service de l'innovation dans le secteur de la santé : techniques clés et applications cliniques
VI.
Dernières tendances en IA médicale : technologies et outils de pointe

CH 04.
Le point de départ du développement de l'IA médicale : de la création de l'environnement à l'exploration des ressources

JE.
Exploration du code d'IA médicale pour les étudiants en médecine et les internes : utilisation de Github, Hugging Face et Papers with Code
II.
Guide des ensembles de données d'IA médicale pour les étudiants en médecine et les résidents
III.
Un tournant décisif dans le développement de l'IA médicale : les utilisations et le potentiel des LLM

CH 05.
Apprentissage profond pour l'analyse d'images vidéo

JE.
MedMNIST et MONAI : un point d’entrée efficace pour la recherche en IA médicale
II.
Pas de changement particulier ? L’IA résout le problème de l’interprétation des radiographies pulmonaires.
III.
Au-delà de l'anatomie complète : des modèles humains 3D personnalisés alimentés par l'IA
IV.
L'IA au service des muscles : pour une évaluation précise de la chirurgie orthopédique
V.
De la pression de 30 secondes à l'analyse automatisée : quand la formation médicale rencontre la technologie
VI.
L'outil indispensable des médecins généralistes : la synergie de l'échographie et de l'IA
VII.
MediaPipe BlazePose : une technologie d’estimation de pose en temps réel qui révolutionne l’analyse du mouvement dans le domaine médical.

CH 06.
Apprentissage profond pour l'analyse des données de séries temporelles

JE.
Échapper au cauchemar de 7 h du matin : révolutionner la gestion de la glycémie grâce à l’apprentissage profond
II. Le stéthoscope de l'IA : lire le rythme cardiaque grâce à l'apprentissage profond

CH 07.
Intelligence artificielle générative et traitement automatique du langage naturel

JE.
Un nouveau paradigme pour les dossiers médicaux : le modèle LLaMA rencontre l’IA
II. L'évolution de la généalogie des facultés de médecine grâce à l'IA : la révolution de l'apprentissage intelligent GPT-4

CH 08.
GitHub médical : un terrain de jeu d’IA pour les futurs médecins

En tant que chirurgien orthopédiste et professeur de recherche en intelligence artificielle, j'ai pu constater de visu le potentiel et les défis de l'IA dans le domaine médical.
Avec l'avènement de ChatGPT, l'intelligence artificielle est devenue un sujet brûlant dans notre société, et les discussions sur le rôle et le potentiel de l'intelligence artificielle ont également lieu activement dans le domaine médical.

Tout en travaillant dans ce domaine, j'ai beaucoup réfléchi à la manière dont l'intelligence artificielle transformera l'avenir de la médecine et à la façon dont nos professionnels de la santé devraient réagir à ces changements.
Il était particulièrement décourageant de voir de jeunes professionnels de la santé, malgré leur vif intérêt pour l'intelligence artificielle, avoir du mal à l'apprendre et à l'appliquer.

« Docteur, rencontrez Code » est né de ces préoccupations.
J'ai travaillé avec des développeurs d'IA médicale en activité pour créer un guide pratique accessible à mes collègues du secteur médical.
Ce livre aborde de manière systématique tous les aspects, des concepts fondamentaux de l'intelligence artificielle aux applications pratiques dans le domaine médical, du point de vue d'un professionnel de la santé.

En particulier, les efforts soutenus du Dr Park Hyun-woo, médecin résident, ont permis de transformer cet ouvrage, initialement un guide pratique sur l'intelligence artificielle médicale, en un manuel que même les médecins novices peuvent facilement comprendre.
De plus, la contribution du chercheur Hyunsu Kim a été significative, car il a systématiquement organisé les codes utilisés dans la recherche réelle et a créé un manuel pratique.
De plus, le travail acharné des membres de notre laboratoire GAIME, qui ont toujours discrètement collecté, analysé et codé des données pour la recherche, a grandement amélioré la qualité de cet ouvrage.

Ce livre apportera une aide pratique aux étudiants en médecine, aux internes, aux spécialistes et aux chercheurs médicaux pour comprendre et utiliser l'intelligence artificielle.
De plus, j'espère que cela constituera un fondement essentiel permettant à notre communauté médicale de mener l'ère de l'intelligence artificielle.