محسن بیاتی

🔻 هیئت علمی دانشگاه استنفورد

📋 سوابق:
🎓 کارشناسی ریاضی از دانشگاه صنعتی شریف
🎓 کارشناسی ارشد ریاضی و دکترای مهندسی برق از دانشگاه استنفورد

🔸محقق پسادکترا در مایکروسافت و استنفورد در سال‌های ۲۰۰۷-۲۰۱۱
🔸 دارنده جایزه بهترین مقاله INFORMS Healthcare Applications Society در سال‌های ۲۰۱۴،۲۰۱۶
🔹 حوزه‌های تحقیقاتی: مدل‌های گرافی، آمار بعد بالا، تصمیم‌گیری شخصی‌سازی‌شده، مدیریت سلامت

💎 محتوای ارائه:
در دهه گذشته با توجه به رشد در دسترس بودن گزارش‌های الکترونیکی پزشکی، موج بزرگی در روش‌های یادگیری ماشین در سلامت اتفاق افتاد. هدف این سخنرانی بررسی سه مثال از این کاربرد، چالش‌های روش‌شناختی مرتبط، و مثال‌های پژوهش اخیر است. در ابتدا در مورد اینکه چگونه یادگیری ماشین می‌تواند منابع پزشکی محدود را از لحاظ هزینه به صورت بهینه در اختیار بگیرد، صحبت خواهد شد. سپس به طراحی روشی کم‌هزینه برای اندازه‌گیری خطر چندین بیماری‌های مزمن پیشرو پرداخته خواهد شد و در انتها شخصی‌سازی روش‌های درمان پزشکی مورد بحث واقع خواهد شد.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021