Программа реализуется на платной основе для тех, кто уже проходил обучение на Цифровой кафедре или не входит в категорию для бесплатного обучения.
Программа создана для тех, кто хочет понимать, как устроена цифровая медицина: медицинские информационные системы, цифровые сервисы, телемедицина, ИИ-агенты и работа с данными.
Общая нагрузка 310 академических часов
Очная часть (проводится в режиме реального времени, с использованием дистанционных образовательных технологий): 206 часов – лекции и практические занятия (в том числе, синхронные вебинары, работа в онлайн-чатах и виртуальных досках). Занятость: 2-3 дня в неделю, 2-3 академических часа в день в вечернее время.
Структура программы (8 модулей):
Информационная безопасность, персональные данные и безопасность информационных объектов в медицине
Введение в ИИ и машинное обучение (статистика, линейная алгебра, Python, EDA, ML)
Компьютерное зрение (свёрточные сети, U‑Net, ResNet, видеоаналитика)
Обработка естественного языка (регулярные выражения, TF‑IDF, Word2Vec, распознавание речи)
Медицинские данные и информационные объекты (классификаторы, стандарты обмена FHIR, управление качеством)
Трансформеры и продвинутое использование ИИ (RNN, внимание, BERT, RAG, LangChain, интерпретация, обучение с подкреплением)
Нормативное регулирование и этика применения ИИ
Практика в профильной сфере.
Программа разработана Пироговским Университетом на основе актуальных нормативных актов;
Программа реализуется в очно-заочной форме с применением дистанционных образовательных технологий. Все очные занятия пройдут онлайн, с удобным доступом к материалам вебинаров и лекций в записи.
Ориентирована на практическое применение: все навыки отрабатываются на реальных медицинских данных и инструментах;
Даёт официальный диплом о профессиональной переподготовке, подтверждающий новую квалификацию, востребованную при внедрении и сопровождении цифровых решений в здравоохранении.
Применять языки программирования (Python) для профессиональных задач
Использовать технологии генеративного ИИ и большие языковые модели: дообучение (fine-tuning), RAG-агенты, оценка качества моделей
Работать с компьютерным зрением в медицине: классификация, детекция, сегментация медицинских изображений
Обрабатывать естественный язык медицинской документации: анализ электронных карт, распознавание речи (ASR), преобразование таблиц в FHIR-ресурсы
Обеспечивать информационную безопасность медицинских данных и ориентироваться в нормативно правовой базе и этике ИИ
