Τρίτη 26 Μαίου 2026 | 18:00-21:00

Η Τεχνητή Νοημοσύνη στην Ιατρική Απεικόνιση: Εφαρμογές στην Κλινική Πράξη 

Κατανόηστε πώς η Τεχνητή Νοημοσύνη αρχίζει να διαμορφώνει την Ιατρική Απεικόνιση και τις σύγχρονες προσεγγίσεις στη διάγνωση και τη θεραπεία. 
Η Τεχνητή Νοημοσύνη αρχίζει να διαμορφώνει τον τρόπο με τον οποίο προσεγγίζονται η διάγνωση και η θεραπεία στην Ιατρική Απεικόνιση.
Στο webinar αυτό θα γνωρίσετε σύγχρονες εφαρμογές της AI σε κλινικά και ερευνητικά περιβάλλοντα, εστιάζοντας στην ανάλυση εικόνας, τη διαχείριση θεραπείας και την εξατομίκευση της φροντίδας, μέσα από εισηγήσεις ειδικών και πρακτικά παραδείγματα. 
  • Διάρκεια: 3 ώρες
  • Σύγχρονη Εκπαίδευση
  • Πλήρης Πρόσβαση
  • Γλώσσα: Ελληνικά
Write your awesome label here.

Περιγραφή Μαθήματος

Το πρόγραμμα δομείται μέσα από επιμέρους θεματικές ενότητες, καθεμία από τις οποίες εστιάζει σε συγκεκριμένες εφαρμογές και προσεγγίσεις της Τεχνητής Νοημοσύνης στον χώρο της υγείας.

Θεματικές Ενότητες
  • Τεχνητή Νοημοσύνη στη διάγνωση και τη διαχείριση θεραπείας μέσω Ιατρικής Απεικόνισης
  • Εφαρμογές Τεχνητής Νοημοσύνης σε θεραπείες με χρήση ραδιοφαρμάκων
  • Digital Twins με αξιοποίηση Τεχνητής Νοημοσύνης στη νέα γενιά υπηρεσιών υγείας (η συγκεκριμένη παρουσίαση θα πραγματοποιηθεί στην αγγλική γλώσσα)
  • Τεχνητή Νοημοσύνη και εκπαίδευση επαγγελματιών υγείας

Το webinar πραγματοποιείται με συγκεκριμένο αριθμό συμμετοχών, ώστε να διασφαλιστεί ουσιαστική παρακολούθηση και ενεργή συμμετοχή. Εξασφαλίστε έγκαιρα τη θέση σας. 

Σχετικά με το μάθημα

Τι περιλαμβάνει

  • Συμμετοχή σε διαδραστικό live session
  • Πρακτικά εργαλεία και μεθοδολογίες 
  •  Διαδραστικές συζητήσεις και Q&A 
  • Βεβαίωση παρακολούθησης

Τι θα μάθετε

Με την ολοκλήρωση του σεμιναρίου θα μπορείτε να:
  • Κατανοείτε τον ρόλο της AI στη διάγνωση μέσω Ιατρικής Απεικόνισης
  • Αναγνωρίζετε βασικές εφαρμογές της AI στη διαχείριση θεραπείας
  • Εξοικειώνεστε με τη χρήση AI σε ραδιοφαρμακευτικές εφαρμογές
  • Κατανοείτε τη λειτουργία και τις δυνατότητες των digital twins
  • Αξιολογείτε τις δυνατότητες και τους περιορισμούς της AI στην κλινική πράξη
  • Ενσωματώνετε νέες τεχνολογίες με μεγαλύτερη ασφάλεια και κατανόηση 

Σε ποιους απευθύνεται

  • Ιατρούς και επαγγελματίες υγείας
  • Επαγγελματίες στον χώρο της διάγνωσης και της θεραπευτικής διαχείρισης
  • Ακτινολόγους και τεχνολόγους ακτινολογίας
  • Ειδικούς στην ακτινοθεραπεία
  • Επαγγελματίες πυρηνικής ιατρικής και θεραπείας 

Απαιτήσεις Μαθήματος

  • Δεν απαιτούνται συγκεκριμένες προϋποθέσεις

Ποιος ανέπτυξε το μάθημα 

Δημήτρης Βισβικής | LinkedIn
Διευθυντής έρευνας στο Γαλλικό Εθνικό Ινστιτούτο Υγείας και Ιατρικής Έρευνας (INSERM) και διευθυντής του Εργαστηρίου Επεξεργασίας Ιατρικών Εικόνων στη Brest (LaTIM, UMR1101). Τα τρέχοντα ερευνητικά του ενδιαφέροντα επικεντρώνονται στη βελτίωση της ποσοτικοποίησης εικόνων PET/CT για συγκεκριμένες ογκολογικές εφαρμογές, όπως η ανταπόκριση στη θεραπεία και ο σχεδιασμός ακτινοθεραπευτικών αγωγών. Τα τελευταία χρόνια αναπτύσσει μεθοδολογίες τεχνητής νοημοσύνης βασισμένες στο deep learning για την ανακατασκευή και ανάλυση εικόνων στην πολυτροπική απεικόνιση. Είναι μέλος πολλών επαγγελματικών εταιρειών, όπως της EFOMP, IPEM (Fellow), IEEE (Fellow), EANM. Είναι ο πρώτος Αρχισυντάκτης του περιοδικού IEEE Transactions in Radiation and Plasma Medical Sciences. Έχει τιμηθεί με διάφορα βραβεία, μεταξύ των οποίων Richard F. Shea Distinguished NPSS Member Award 2019, το Edward J Hoffman Award of the Society of Nuclear Medicine and Molecular Imaging 2020, «για τη συμβολή του στην πρόοδο της απεικόνισης PET και στην εκπαίδευση και διάδοση των ευρημάτων εντός της επιστημονικής κοινότητας», καθώς και IEEE Nuclear and Plasma Sciences Society and Nuclear Medical Imaging Steering Committee, Medical Imaging Technical Achievement Award «για τη συμβολή του στις μεθοδολογικές εξελίξεις της απεικόνισης PET/CT που αφορούν τη διόρθωση της αναπνευστικής κίνησης, την ανακατασκευή εικόνων, τη μοντελοποίηση ανιχνευτών και την αυτοματοποιημένη ανάλυση και επεξεργασία εικόνων για την προγνωστική μοντελοποίηση στην ογκολογία».
Παναγιώτης Παπαδημητρούλας | LinkedIn
Αναπληρωτής Καθηγητής Βιοϊατρικής Πληροφορικής & Τεχνολογίας στο Τμήμα Ιατρικής του Πανεπιστημίου Θεσσαλίας και συνιδρυτής της BIOEMTECH, εταιρείας στο χώρο της βιοϊατρικής τεχνολογίας. Το έργο του εστιάζει σε προσομοιώσεις Monte Carlo και τεχνικές τεχνητής νοημοσύνης (AI) στην ιατρική, με έμφαση στην ιατρική ακριβείας. Έχει συντονίσει τρία διεθνή έργα—ένα έργο CHIST-ERA για την ερμηνευσιμότητα της ραδιομικής ανάλυσης στην ογκολογία με τεχνικές ΑΙ και δύο έργα Fortissimo για την αξιοποίηση υπερυπολογιστικών πόρων (HPC) στην ιατρική απεικόνιση και δοσιμετρία—ενώ έχει συμμετάσχει σε περισσότερα από 20 εθνικά και διεθνή έργα Έρευνας και Ανάπτυξης (Ε&Α) ως επιστημονικός συνεργάτης. Είναι επίσημο μέλος του OpenGATE collaboration και του Hellenic Digital Health Cluster, με εκτεταμένο επιστημονικό δημοσιευμένο έργο.
Lidia Strigari | LinkedIn
PhD, MSc, is the Head of the Medical Physics Department at the IRCCS Azienda Ospedaliero-Universitaria di Bologna (University Hospital), Italy. She is a certified expert in medical physics and holds a PhD in Advanced Technologies in Biomedicine. Her research primarily focuses on the application of ionizing radiation in diagnostic and therapeutic procedures, with a particular emphasis on leveraging advanced technologies to enhance treatment personalization and diagnostic accuracy. Dr. Strigari is actively involved in both national and international clinical research initiatives, including projects integrating artificial intelligence and digital twin technologies. Beyond her scientific contributions, she plays a key role in academic training and medical education in the field of medical physics.
Γεώργιος Καγκάδης
Είναι Καθηγητής Ιατρικής Φυσικής – Ιατρικής Πληροφορικής στο Εργαστήριο Ιατρικής Φυσικής του Πανεπιστημίου Πατρών, Αντιπρόεδρος του Τμήματος Ιατρικής, Διευθυντής του Κλινικού Εργαστηρίου Ιατρικής του ΠΓΝΠ και Διευθυντής Σπουδών του Αγγλόφωνου Προγράμματος Ιατρικής του Πανεπιστημίου Πατρών. Απέκτησε το Πτυχίο Φυσικής από το Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών το 1996 και το Μεταπτυχιακό Δίπλωμα Ειδίκευσης και το Διδακτορικό Δίπλωμα στην Ιατρική Φυσική από το Πανεπιστήμιο Πατρών το 1998 και το 2002 αντίστοιχα. Έχει την άδεια άσκηση επαγγέλματος Φυσικού Νοσοκομείου – Ακτινοφυσικού Ιατρικής από το 2001. Έχει διατελέσει υπότροφος του Ιδρύματος Κρατικών Υποτροφιών και του Ιδρύματος Fulbright. Διατηρεί θέση Adjunct Professor στο UT MD Anderson Cancer Center, στο οποίο διατέλεσε Επισκέπτης Καθηγητής το 2014 και το 2016 αντίστοιχα. Έχει συμμετάσχει στη συγγραφή περίπου 150 πλήρων άρθρων σε έγκριτα επιστημονικά περιοδικά και έχει παρουσιάσει περισσότερες από 150 εργασίες σε διεθνή επιστημονικά συνέδρια. Έχει συμμετάσχει σε Ευρωπαϊκά και Εθνικά ερευνητικά προγράμματα ενώ είναι επιστημονικά υπεύθυνος σε διάφορα ερευνητικά προγράμματα. Τα ερευνητικά του ενδιαφέροντα εστιάζονται σε θέματα δοσιμετρίας, προσομοιώσεων, επεξεργασία και ανάλυση εικόνας, κ.λπ. Είναι πλήρες μέλος της AAPM, Deputy Editor στο Medical Physics, Associate Editor του Physica Medica και του IEEE Transactions on Radiation and Plasma Medical Sciences.