طبي زده کونکو ته د مصنوعي استخباراتو ښوونې په اړه د کاناډا لید

د Nature.com لیدلو لپاره مننه.د براوزر نسخه چې تاسو یې کاروئ محدود CSS ملاتړ لري.د غوره پایلو لپاره، موږ ستاسو د براوزر نوې نسخه کارولو وړاندیز کوو (یا په انټرنیټ اکسپلورر کې د مطابقت حالت بند کړئ).په ورته وخت کې، د دوامداره ملاتړ ډاډ ترلاسه کولو لپاره، موږ سایټ پرته له سټایل یا جاواسکریپټ ښودلو.
د کلینیکي مصنوعي استخباراتو (AI) غوښتنلیکونه په چټکۍ سره وده کوي، مګر د طبي ښوونځي موجوده نصاب د دې ساحې پوښښ محدود ښوونه وړاندې کوي.دلته موږ د مصنوعي استخباراتو روزنیز کورس تشریح کوو چې موږ د کاناډا طبي زده کونکو ته رامینځته کړی او تحویل کړی او د راتلونکي روزنې لپاره وړاندیزونه کوو.
په طب کې مصنوعي استخبارات (AI) کولی شي د کار ځای موثریت ته وده ورکړي او د کلینیکي پریکړې کولو کې مرسته وکړي.د مصنوعي استخباراتو کارولو په خوندي توګه لارښود کولو لپاره، ډاکټران باید د مصنوعي استخباراتو په اړه یو څه پوهه ولري.ډیری تبصرې د AI مفاهیمو ښوونې ملاتړ کوي 1، لکه د AI ماډلونو تشریح کول او د تایید پروسې2.په هرصورت، لږ منظم پلانونه پلي شوي، په ځانګړې توګه په ملي کچه.Pinto dos Santos et al.3.263 طبي زده کونکي سروې شوي او 71٪ موافقه کړې چې دوی د مصنوعي استخباراتو روزنې ته اړتیا لري.طبي لیدونکو ته د مصنوعي استخباراتو تدریس د احتیاط ډیزاین ته اړتیا لري چې د زده کونکو لپاره تخنیکي او غیر تخنیکي مفکورې سره یوځای کوي چې ډیری وختونه پراخه پخوانۍ پوهه لري.موږ د طبي زده کونکو دریو ډلو ته د AI ورکشاپونو لړۍ وړاندې کولو خپله تجربه بیانوو او په AI کې د راتلونکي طبي زده کړې لپاره وړاندیزونه کوو.
د طبي زده کونکو لپاره د طب په برخه کې د مصنوعي ذکاوت په اړه زموږ پنځه اوونیز ورکشاپ د فبروري 2019 او اپریل 2021 ترمنځ درې ځله ترسره شو. د هر ورکشاپ لپاره مهالویش، په کورس کې د بدلونونو لنډ توضیح سره، په 1 شکل کې ښودل شوی. زموږ کورس شتون لري. د زده کړې درې لومړني اهداف: زده کونکي پوهیږي چې څنګه د مصنوعي استخباراتو غوښتنلیکونو کې ډاټا پروسس کیږي، د کلینیکي غوښتنلیکونو لپاره د مصنوعي استخباراتو ادبيات تحلیل کړي، او د مصنوعي استخباراتو پراختیا لپاره د انجنیرانو سره د همکارۍ فرصتونو څخه ګټه پورته کړي.
نیلي د لیکچر موضوع ده او روښانه نیلي د متقابل پوښتنې او ځواب موده ده.خړ برخه د لنډې ادبي بیاکتنې تمرکز دی.نارنجي برخې غوره شوي قضیې مطالعې دي چې د مصنوعي استخباراتو ماډلونه یا تخنیکونه بیانوي.شنه د لارښود پروګرام کولو کورس دی چې د کلینیکي ستونزو حل کولو او ماډلونو ارزولو لپاره مصنوعي استخباراتو ښوولو لپاره ډیزاین شوی.د ورکشاپونو محتوا او موده د زده کوونکو د اړتیاوو د ارزونې پر بنسټ توپیر لري.
لومړی ورکشاپ د فبروري څخه تر اپریل 2019 پورې د برتانیا کولمبیا په پوهنتون کې ترسره شو، او ټولو 8 ګډونوالو مثبت نظرونه ورکړل4.د COVID-19 له امله، دوهم ورکشاپ په حقیقت کې د اکتوبر - نومبر 2020 کې ترسره شو، د 222 طبي زده کونکو او د کاناډا د 8 طبي ښوونځیو څخه 3 اوسیدونکو سره راجستر شوي.د پریزنټشن سلایډونه او کوډ د خلاص لاسرسي سایټ (http://ubcaimed.github.io) ته اپلوډ شوي.د لومړي تکرار څخه کلیدي نظر دا و چې لیکچرونه خورا شدید وو او مواد خورا تیوریکي وو.د کاناډا شپږ مختلف وخت زونونو ته خدمت کول اضافي ننګونې رامینځته کوي.په دې توګه، دویم ورکشاپ هره سیشن 1 ساعت ته لنډ کړ، د کورس مواد یې ساده کړل، د قضیې مطالعې یې زیاتې کړې، او د بویلر پلیټ پروګرامونه یې جوړ کړل چې ګډونوالو ته یې اجازه ورکړه چې د کوډ ټوټې بشپړ کړي د لږترلږه ډیبګ کولو سره (بکس 1).د دویم تکرار کلیدي فیډبیک کې د پروګرام کولو تمرینونو په اړه مثبت غبرګون او د ماشین زده کړې پروژې لپاره د پالن کولو ښودلو غوښتنه شامله وه.له همدې امله، زموږ په دریم ورکشاپ کې، چې په حقیقت کې د 126 طبي زده کونکو لپاره د مارچ-اپریل 2021 کې ترسره شو، موږ د کوډ کولو ډیر متقابل تمرینونه او د پروژې فیډبیک ناستې شاملې کړې ترڅو په پروژو باندې د ورکشاپ مفکورې کارولو اغیزې وښیې.
د معلوماتو تحلیل: د احصایې د مطالعې ساحه چې د معلوماتو نمونو تحلیل، پروسس کولو، او خبرو اترو له لارې په ډیټا کې معنی لرونکي نمونې پیژني.
د معلوماتو کان کیندنه: د معلوماتو د پیژندلو او استخراج پروسه.د مصنوعي استخباراتو په شرایطو کې، دا ډیری وختونه لوی وي، د هرې نمونې لپاره د څو متغیرونو سره.
د ابعاد کمول: د ډیری انفرادي ځانګړتیاو سره د ډیټا بدلولو پروسه په لږو ځانګړتیاو کې پداسې حال کې چې د اصلي ډیټا سیټ مهم ملکیتونه ساتي.
ځانګړتیاوې (د مصنوعي استخباراتو په شرایطو کې): د نمونې د اندازه کولو وړ ملکیتونه.ډیری وختونه د "ملکیت" یا "متغیر" سره د تبادلې وړ کارول کیږي.
د تدریجي فعالولو نقشه: یو تخنیک چې د مصنوعي استخباراتو ماډلونو تشریح کولو لپاره کارول کیږي (په ځانګړې توګه د عصبي عصبي شبکې)، کوم چې د شبکې وروستۍ برخې د اصلاح کولو پروسه تحلیلوي ترڅو د ډیټا یا انځورونو ساحې وپیژني چې خورا وړاندوینه کوي.
معیاري ماډل: د AI موجوده ماډل چې د ورته کارونو ترسره کولو لپاره دمخه روزل شوي.
ازموینه (د مصنوعي هوښیارتیا په شرایطو کې): مشاهده کول چې څنګه یو ماډل د ډیټا په کارولو سره دنده ترسره کوي چې مخکې ورسره مخ شوي ندي.
روزنه (د مصنوعي استخباراتو په شرایطو کې): د ډیټا او پایلو سره ماډل چمتو کول ترڅو ماډل خپل داخلي پیرامیټونه تنظیم کړي ترڅو د نوي ډیټا په کارولو سره د دندو ترسره کولو وړتیا غوره کړي.
ویکتور: د معلوماتو لړۍ.په ماشین زده کړه کې، هر صف عنصر معمولا د نمونې یو ځانګړی ځانګړتیا ده.
جدول 1 د اپریل 2021 لپاره وروستي کورسونه لیست کوي، په شمول د هرې موضوع لپاره د زده کړې هدفونه.دا ورکشاپ د هغو کسانو لپاره دی چې تخنیکي کچې ته نوي دي او د لیسانس طبي درجې له لومړي کال څخه وروسته هیڅ ریاضيکي پوهې ته اړتیا نلري.دا کورس د 6 طبي زده کونکو او 3 ښوونکو لخوا د انجینرۍ په برخه کې پرمختللي درجې سره رامینځته شوی.انجینران د تدریس لپاره د مصنوعي استخباراتو تیوري رامینځته کوي ، او طبي زده کونکي د کلینیکي پلوه اړوند توکي زده کوي.
په ورکشاپونو کې لیکچرونه، د قضیې مطالعې، او لارښود پروګرامونه شامل دي.په لومړي لیکچر کې، موږ په بایوسټاتیسټیک کې د ډیټا تحلیل غوره شوي مفکورې بیاکتنه کوو، په شمول د ډیټا لید، لوژیستیکي ریګریشن، او د توضیحي او استخراجي احصایو پرتله کول.که څه هم د معلوماتو تحلیل د مصنوعي استخباراتو بنسټ دی، موږ د ډیټا کان کیندنې، د اهمیت ازموینې، یا متقابل لید په څیر موضوعات خارج کوو.دا د وخت محدودیتونو له امله و او همدارنګه د دې لپاره چې ځینې لیسانس زده کونکو د بایو احصایې په برخه کې دمخه روزنه درلوده او غوښتل یې د ماشین زده کړې نور ځانګړي موضوعات پوښښ کړي.ورپسې لیکچر عصري میتودونه معرفي کوي او د AI ستونزې رامینځته کولو ، د AI ماډلونو ګټې او محدودیتونه او د ماډل ازموینې په اړه بحث کوي.لیکچرونه د موجوده مصنوعي استخباراتو وسیلو په اړه د ادبياتو او عملي څیړنو لخوا بشپړ شوي.موږ د کلینیکي پوښتنو په نښه کولو لپاره د ماډل اغیزمنتوب او امکاناتو ارزولو لپاره اړین مهارتونو باندې ټینګار کوو، په شمول د موجوده مصنوعي استخباراتو وسیلو محدودیتونه پوهیدل.د مثال په توګه، موږ له زده کونکو څخه وغوښتل چې د کوپرمن او ال. لخوا وړاندیز شوي د ماشومانو د سر د زخم لارښوونې تشریح کړي، کوم چې د مصنوعي استخباراتو پریکړې ونې الګوریتم پلي کوي ترڅو معلومه کړي چې آیا د CT سکین به د ډاکټر د ازموینې پراساس ګټور وي.موږ ټینګار کوو چې دا د AI یوه عامه بیلګه ده چې د ډاکټرانو ځای په ځای د ډاکټرانو لپاره د تشریح کولو لپاره وړاندوینې تحلیلونه چمتو کوي.
د شته خلاصې سرچینې بوټسټریپ برنامه کولو مثالونو کې (https://github.com/ubcaimed/ubcaimed.github.io/tree/master/programming_examples) ، موږ وښیو چې څنګه د سپړنې ډیټا تحلیل ، د ابعاد کمول ، د معیاري ماډل بار کول ، او روزنه ترسره کوو .او ازموینه.موږ د ګوګل همکار نوټ بوکونه کاروو (Google LLC, Mountain View, CA) کوم چې د Python کوډ د ویب براوزر څخه اجرا کولو ته اجازه ورکوي.په 2 شکل کې د پروګرام کولو تمرین یوه بیلګه وړاندې کوي.پدې تمرین کې د ویسکونسن اوپن بریسټ امیجنگ ډیټاسیټ 6 او د پریکړې ونې الګوریتم په کارولو سره د ناوړه ناروغیو وړاندوینه شامله ده.
د اړوندو موضوعاتو په اړه د اونۍ په اوږدو کې پروګرامونه وړاندې کړئ او د خپرو شویو AI غوښتنلیکونو څخه مثالونه غوره کړئ.د برنامه کولو عناصر یوازې هغه وخت شامل دي چې دوی د راتلونکي کلینیکي تمریناتو بصیرت چمتو کولو پورې اړوند وګڼل شي، لکه څنګه چې د ماډلونو ارزونه کول ترڅو معلومه کړي چې ایا دوی په کلینیکي آزموینو کې د کارولو لپاره چمتو دي.دا مثالونه په بشپړ ډول پای څخه تر پای پورې غوښتنلیک کې پای ته رسیږي چې تومورونه د طبي عکس پیرامیټونو پراساس بې نظیر یا وژونکي په توګه طبقه بندي کوي.
د مخکینۍ پوهې توپیر.زموږ برخه اخیستونکي د دوی د ریاضيکي پوهې په کچه کې توپیر درلود.د مثال په توګه، د پرمختللي انجینرۍ شالید لرونکي زده کونکي د ډیرو ژورو موادو په لټه کې دي، لکه څنګه چې خپل د فویریر بدلونونه ترسره کړي.په هرصورت، په ټولګي کې د فوریر الګوریتم بحث کول ممکن ندي ځکه چې دا د سیګنال پروسس کولو ژورې پوهې ته اړتیا لري.
د حاضریدو جریان.په تعقیبي غونډو کې ګډون کم شوی، په ځانګړې توګه په آنلاین فارمیټونو کې.یو حل ممکن د حاضري تعقیب او د بشپړیدو سند چمتو کول وي.طبي ښوونځي د زده کونکو غیر نصابي اکاډمیک فعالیتونو لیږدونو پیژندلو لپاره پیژندل شوي، کوم چې کولی شي زده کونکي وهڅوي چې د درجې تعقیب کړي.
د کورس ډیزاین: ځکه چې AI ډیری فرعي ساحې لري، د مناسب ژوروالي او پراخوالي اصلي مفکورې غوره کول ننګونه کیدی شي.د مثال په توګه، له لابراتوار څخه کلینیک ته د AI وسیلو کارولو دوام یوه مهمه موضوع ده.پداسې حال کې چې موږ د معلوماتو دمخه پروسس کول ، د ماډل جوړول ، او اعتبار پوښو ، موږ د لوی ډیټا تحلیلونه ، متقابل لید لید ، یا د AI کلینیکي آزموینې ترسره کول شامل نه کوو ، پرځای یې موږ په خورا ځانګړي AI مفکورو تمرکز کوو.زموږ لارښود اصل د سواد زده کړې وده ده، نه مهارتونه.د مثال په توګه، پوهیدل چې څنګه یو ماډل د ان پټ ځانګړتیاوې پروسس کوي د تشریح کولو لپاره مهم دی.د دې کولو لپاره یوه لاره د تدریجي فعالولو نقشو کارول دي، کوم چې کولی شي د ارقامو کومې سیمې د اټکل وړ وي.په هرصورت، دا څو اړخیز حساب ته اړتیا لري او نشي معرفي کیدی8.د یو عام اصطلاحاتو رامینځته کول ننګونه وه ځکه چې موږ هڅه کوله دا تشریح کړو چې څنګه د ویکتورونو په توګه د ډیټا سره کار وکړو پرته له ریاضيکي رسمیت.په یاد ولرئ چې مختلف اصطلاحات ورته معنی لري، د بیلګې په توګه، په ایپیډیمولوژی کې، "ځانګړتیا" د "متغیر" یا "صفت" په توګه تشریح شوي.
د پوهې ساتل.ځکه چې د AI غوښتنلیک محدود دی، هغه حد چې ګډون کوونکي پوهه ساتي د لیدلو لپاره پاتې دي.د طبي ښوونځي نصاب اکثرا په فاصله تکرار تکیه کوي ترڅو د عملي گردشونو په جریان کې پوهه تقویه کړي، 9 چې د AI زده کړې کې هم پلي کیدی شي.
مسلکيتوب له سواد څخه ډیر مهم دی.د موادو ژوروالی پرته له ریاضيکي سختۍ ډیزاین شوی، کوم چې د مصنوعي استخباراتو کلینیکي کورسونو په لاره اچولو کې ستونزه وه.د پروګرام کولو مثالونو کې، موږ د ټیمپلیټ پروګرام کاروو چې ګډون کوونکو ته اجازه ورکوي چې ساحې ډکې کړي او سافټویر پرمخ بوځي پرته له دې چې معلومه کړي چې څنګه د بشپړ پروګرام کولو چاپیریال تنظیم کړي.
د مصنوعي استخباراتو په اړه اندیښنې په ګوته شوي: پراخه اندیښنه شتون لري چې مصنوعي استخبارات کولی شي ځینې کلینیکي دندې ځای په ځای کړي.د دې مسلې د حل کولو لپاره، موږ د AI محدودیتونه تشریح کوو، پشمول دا حقیقت چې د تنظیم کونکو لخوا تصویب شوي نږدې ټول AI ټیکنالوژي د ډاکټر نظارت ته اړتیا لري11.موږ د تعصب په اهمیت هم ټینګار کوو ځکه چې الګوریتمونه د تعصب سره مخ دي، په ځانګړې توګه که چیرې د ډیټا سیټ متنوع نه وي 12.په پایله کې، یو ځانګړی فرعي ګروپ ممکن په غلط ډول ماډل شي، د غیر عادلانه کلینیکي پریکړو المل کیږي.
سرچینې په عامه توګه شتون لري: موږ په عامه توګه موجودې سرچینې رامینځته کړې ، پشمول د لیکچر سلایډونه او کوډ.که څه هم همغږي مینځپانګې ته لاسرسی د وخت زونونو له امله محدود دی ، د خلاصې سرچینې مینځپانګه د غیر متناسب زده کړې لپاره یو مناسب میتود دی ځکه چې د AI تخصص په ټولو طبي ښوونځیو کې شتون نلري.
بین الضابطه همکاري: دا ورکشاپ یو ګډ شرکت دی چې د طبي زده کونکو لخوا پیل شوی ترڅو د انجینرانو سره یوځای کورسونه پلان کړي.دا په دواړو برخو کې د همکارۍ فرصتونه او د پوهې تشې څرګندوي، ګډون کوونکو ته اجازه ورکوي چې په راتلونکي کې د هغه احتمالي رول په اړه پوه شي چې دوی کولی شي مرسته وکړي.
د AI اصلي وړتیاوې تعریف کړئ.د وړتیاو لیست تعریف کول یو معیاري جوړښت چمتو کوي چې د وړتیا پراساس طبي نصاب کې مدغم کیدی شي.دا ورکشاپ اوس مهال د زده کړې موخې 2 (فهیم)، 3 (اپلیکیشن)، او 4 (تجزیه) د بلوم د ټکسونومي کچې کاروي.د ډلبندۍ په لوړه کچه د سرچینو درلودل، لکه د پروژو جوړول، کولی شي پوهه نوره هم پیاوړې کړي.دا د کلینیکي متخصصینو سره کار کولو ته اړتیا لري ترڅو معلومه کړي چې څنګه د AI موضوعات په کلینیکي کاري جریان کې پلي کیدی شي او د تکراري موضوعاتو تدریس مخه ونیسي چې دمخه په معیاري طبي نصاب کې شامل شوي.
د AI په کارولو سره د قضیې مطالعې رامینځته کړئ.د کلینیکي مثالونو په څیر، د قضیې پر بنسټ زده کړه کولی شي د کلینیکي پوښتنو سره د دوی د تړاو په روښانه کولو سره خلاص مفکورې پیاوړي کړي.د مثال په توګه، د ورکشاپ یوې مطالعې د ګوګل د AI پر بنسټ د ډایبېټیک retinopathy کشف سیسټم 13 تحلیل کړ ترڅو له لابراتوار څخه کلینیک ته د لارې په اوږدو کې ننګونې وپیژني، لکه د بهرني اعتبار اړتیاوې او د تنظیمي تصویب لارې.
تجربه لرونکې زده کړې وکاروئ: تخنیکي مهارتونه د ماسټرۍ لپاره متمرکز تمرین او تکرار غوښتنلیک ته اړتیا لري، د کلینیکي زده کونکو د زده کړې تکراري تجربو په څیر.یو احتمالي حل د فلپ شوي ټولګي ماډل دی، کوم چې راپور شوي چې د انجینرۍ زده کړې کې د پوهې ساتل ښه کړي14.په دې ماډل کې، زده کونکي نظري مواد په خپلواکه توګه بیاکتنه کوي او د ټولګي وخت د قضیې مطالعې له لارې د ستونزو حل کولو لپاره وقف شوی.
د څو اړخیزو برخه اخیستونکو لپاره اندازه کول: موږ د AI منل په ډیری څانګو کې د همکارۍ په اړه فکر کوو ، پشمول د ډاکټرانو او اړونده روغتیا متخصصینو د روزنې مختلف کچو سره.له همدې امله، د مختلفو څانګو د پوهنځیو سره په مشوره نصاب ته اړتیا لیدل کیدی شي ترڅو د دوی محتويات د روغتیا پاملرنې مختلفو برخو کې تنظیم کړي.
مصنوعي ذهانت لوړ تخنیک دی او اصلي مفکورې یې د ریاضي او کمپیوټر ساینس پورې اړه لري.د مصنوعي استخباراتو د پوهیدو لپاره د روغتیا پاملرنې پرسونل روزنه د مینځپانګې انتخاب ، کلینیکي تړاو ، او تحویلي میتودونو کې ځانګړي ننګونې وړاندې کوي.موږ هیله لرو چې د تعلیم په ورکشاپونو کې د AI څخه ترلاسه شوي بصیرت به د راتلونکي ښوونکو سره مرسته وکړي چې د AI په طبي زده کړې کې مدغم کولو لپاره نوښتي لارې ومني.
د ګوګل د همکارۍ پایتون سکریپټ خلاص سرچینه ده او دلته شتون لري: https://github.com/ubcaimed/ubcaimed.github.io/tree/master/.
پروبر، KG او خان، S. د طبي زده کړې بیاکتنه: د عمل غوښتنه.اکاد.دارو.88، 1407-1410 (2013).
McCoy, LG etc. طبي زده کونکي واقعیا د مصنوعي استخباراتو په اړه څه پوهیدو ته اړتیا لري؟NPZh شمیرې.درمل 3، 1-3 (2020).
Dos Santos، DP، et al.د مصنوعي استخباراتو په اړه د طبي زده کونکو چلند: یو څو مرکز سروې.یورو.وړانګې29، 1640-1646 (2019).
Fan, KY, Hu, R., and Singla, R. د طبي زده کونکو لپاره د ماشین زده کړې پیژندنه: یوه ازمایښتي پروژه.J. میډښوونه54، 1042-1043 (2020).
Cooperman N، et al.د سر له ټپي کیدو وروسته د کلینیکي پلوه د پام وړ دماغي زیان په خورا ټیټ خطر کې د ماشومانو پیژندنه: یو احتمالي همغږي مطالعه.Lancet 374, 1160-1170 (2009).
Street, WN, Wolberg, WH او Mangasarian, OL.د سینې تومور تشخیص لپاره د اټومي ځانګړتیا استخراج.بایومیډیکل ساینس.د انځور پروسس کول.بایومیډیکل ساینس.ویس.1905، 861-870 (1993).
Chen, PHC, Liu, Y. او Peng, L. څنګه د روغتیا پاملرنې لپاره د ماشین زده کړې ماډلونه رامینځته کړئ.نیټ.مټ.۱۸، ۴۱۰–۴۱۴ (۲۰۱۹).
Selvaraju، RR et al.Grad-cam: د تدریجي پر بنسټ ځایی کولو له لارې د ژورو شبکو بصری تفسیر.د کمپیوټر لید په اړه د IEEE نړیوال کنفرانس بهیر، 618-626 (2017).
کماراویل B، Stewart K او Ilic D. د لیسانس طبي زده کړې کې د OSCE په کارولو سره د شواهدو پر بنسټ د درملو وړتیاوو ارزولو لپاره د سرپل ماډل پراختیا او ارزونه.BMK درمل.ښوونه۲۱، ۱-۹ (۲۰۲۱).
کولاچلاما VB او ګرګ PS ماشین زده کړه او طبي زده کړه.NPZh شمیرې.دارو.1، 1-3 (2018).
van Leeuwen, KG, Schalekamp, ​​S., Rutten, MJ, van Ginneken, B. and de Rooy, M. مصنوعي استخبارات په راډیولوژي کې: 100 سوداګریز محصولات او د دوی ساینسي شواهد.یورو.وړانګې۳۱، ۳۷۹۷–۳۸۰۴ (۲۰۲۱).
Topol، EJ د لوړ فعالیت درمل: د انسان او مصنوعي استخباراتو یوځای کول.نیټ.دارو.25، 44-56 (2019).
Bede، E. et al.د ژورې زده کړې سیسټم د انسان متمرکز ارزونه چې د ډایبېټیک retinopathy کشف لپاره په کلینیک کې ځای پرځای شوي.په کمپیوټري سیسټمونو کې د بشري فکتورونو په اړه د 2020 CHI کنفرانس پروسې (2020).
کیر، بی د انجینرۍ زده کړې کې فلپ شوي ټولګي: د څیړنې بیاکتنه.د متقابل همکارۍ زده کړې په اړه د 2015 نړیوال کنفرانس بهیر (2015).
لیکوالان د برتانیا کولمبیا پوهنتون کې د بایو میډیکل امیجنگ او مصنوعي استخباراتو څیړنې کلستر څخه ډینیل واکر ، ټیم سالکوډین او پیټر زندسټرا څخه د ملاتړ او تمویل لپاره مننه کوي.
RH, PP, ZH, RS او MA د ورکشاپ د تدریسي منځپانګې د جوړولو مسولیت په غاړه درلود.RH او PP د پروګرام کولو مثالونو د پراختیا مسولیت درلود.KYF, OY, MT او PW د پروژې لوژستیکي تنظیم او د ورکشاپونو تحلیل مسؤل و.RH, OY, MT, RS د ارقامو او میزونو د جوړولو مسولیت درلود.RH, KYF, PP, ZH, OY, MY, PW, TL, MA, RS د سند د مسودې او ترمیم مسولیت په غاړه درلود.
د مخابراتو درمل د دې کار بیاکتنې کې د دوی د ونډې لپاره کارولین مک ګریګور، فابیو موریس، او ادیتیا بوراکاتي مننه کوي.