Eğitimin Amacı ve Kapsamı
Hastanelerde görüntü tabanlı yapay zeka yalnızca radyoloji raporlamadan ibaret değildir; servislerde hasta düşmelerinin önlenmesi, yoğun bakımda yatak içi hareket takibi, ameliyathane doluluk ve cerrahi sünger/alet sayımı gibi operasyonel süreçler doğrudan hasta güvenliğini ve kaynak verimliliğini etkiler. Bu eğitim, hastane içi kamera ve derinlik/termal sensörlerle çalışan bilgisayarlı görü çözümlerine odaklanır.
Hasta mahremiyeti ve KVKK gereği görüntülerin kaydedilmeden kenar cihazda (edge) işlenmesi, yüz bulanıklaştırma, iskelet/pose tabanlı düşme riski analizi ve HBYS/hemşire çağrı sistemleriyle entegrasyon uygulamalı vaka çalışmalarıyla ele alınır. Katılımcılar kendi sağlık kurumları için mahremiyet dostu bir klinik operasyon pilotu tasarlar.
Kimler Katılmalı?
- Hastane grupları ve sağlık teknolojisi şirketlerindeki yapay zeka ve yazılım mühendisleri
- Biyomedikal, klinik mühendislik ve hastane bilgi sistemleri (HBYS) uzmanları
- Sağlıkta kalite, hasta güvenliği ve dijital dönüşüm projelerini yöneten teknik liderler
- Ön koşul: Temel Python ve bilgisayarlı görü kavramlarına aşinalık
Kazanımlar
- Yatak kenarı hareket ve pose analizinden hasta düşme riski için erken uyarı üretmek
- Termal, derinlik (ToF/LiDAR) ve RGB sensörleri mahremiyet gereksinimlerine göre seçmek
- Ameliyathane devir süresi (turnover), el hijyeni ve steril alan uyumunu otomatik izlemek
- Kamera akışlarında gerçek zamanlı yüz/kimlik gizleme ve sıfır görüntü kaydı mimarisi kurmak
- Uyarı yorgunluğunu (alarm fatigue) azaltacak eşikleme ve hemşire çağrı entegrasyonu tasarlamak
Konular
Hastane Operasyonlarında Görsel Yapay Zeka Senaryoları
- Servis, yoğun bakım, acil servis ve ameliyathanede operasyonel darboğazlar
- RGB, kızılötesi (IR), termal ve derinlik (ToF) sensörlerinin klinik ortama uygunluğu
Hasta Güvenliği: Düşme Önleme ve Yatak İçi İzleme
- Pose estimation ve yatak sınır tespiti ile yataktan kalkma (bed-exit) erken uyarısı
- Bası yarası önleme için pozisyon değişim takibi ve ajitasyon analizi
Ameliyathane ve Enfeksiyon Kontrol Uygulamaları
- Cerrahi alet/spanç sayımı, ameliyathane doluluk ve temizlik/devir süresi takibi
- El yıkama istasyonları ve KKD (maske, önlük, bone) uyumunun görüntüyle doğrulanması
Hasta Mahremiyeti, KVKK ve Edge Anonimleştirme
- Görüntüyü diske yazmadan RAM üzerinde çıkarım ve yalnızca meta veri (iskelet/olay) aktarımı
- Gerçek zamanlı yüz/kimlik bulanıklaştırma ve etik kurul / KVKK uyum ilkeleri
HBYS Entegrasyonu ve Alarm Yorgunluğu Yönetimi
- HL7/FHIR, hemşire çağrı sistemleri ve klinik panellerle olay entegrasyonu
- Yanlış pozitifleri azaltma, zamansal filtreleme ve klinik doğrulama protokolü
Bu Kategorideki Diğer Eğitimler
-
DICOM/NIfTI işleme, MONAI ve nnU-Net ile BT/MR/röntgen üzerinde 2D/3D lezyon ve organ segmentasyonu, tümör patolojisi (WSI) analizi ve klinik doğrulama; medikal görüntüleme ve biyomedikal yapay zeka ekipleri için.
- Canlı Kurs
- 5 modül
-
Resepsiyon ve lobi kuyruk/yoğunluk analizi, açık büfe tepsi doluluk takibi ve gıda israfı ölçümü, otopark plaka tanıma, havuz/tesis güvenliği ve KVKK uyumlu anonim analitik; turizm ve otelcilik teknoloji ekipleri için.
- Canlı Kurs
- 5 modül
-
ONNX Runtime, TensorRT, OpenVINO ve TFLite ile model dönüştürme, INT8 quantization, NVIDIA Jetson ve Raspberry Pi üzerinde kamera pipeline'ı, GStreamer ve OTA güncelleme; modelleri sahada düşük gecikmeyle çalıştıran ekipler için.
- Canlı Kurs
- 5 modül
-
Knowledge distillation, yapısal pruning, Quantization-Aware Training (QAT), NAS ve Torch-TensorRT profilleme; büyük bilgisayarlı görü modellerini doğruluk kaybını en aza indirerek küçültüp hızlandırmak isteyen mühendisler için.
- Canlı Kurs
- 5 modül
-
Computer Vision (Bilgisayarlı Görü)
Klasik görüntü işleme tekniklerinden PyTorch tabanlı CNN, Vision Transformer (ViT), Swin Transformer ve ConvNeXt mimarilerine uzanan kapsamlı Computer Vision eğitimi. YOLO ve DETR ile nesne tespiti, SAM ve U-Net ile segmentasyon, video analizi, 3D görüntü işleme (NeRF, Gaussian Splatting), Diffusion modelleri ve ONNX/TensorRT ile model dağıtım süreçlerini uygulamalı olarak kapsar.
- Canlı Kurs
- 13 modül
-
Dijital görüntü temelleri, OpenCV ile filtreleme ve özellik çıkarımı, sınıflandırma/tespit/segmentasyon görev tipleri ve hazır modellerle ilk prototip; bilgisayarlı görü use case'lerini doğru kurgulamak isteyen teknik ekipler için.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
