کولیولوژیست

✅ پلتفرم رایگان RapidRx.ir | راهنمای بالینی نسخه‌نویسی بر مبنای آپتودیت

در شرایط شلوغ درمانگاه یا اورژانس، کمبود زمان برای سرچ در رفرنس‌ها و عدم حضور ذهن در مورد تمام نکات مهم و دوز داروها چالش همیشگی ماست.

این سامانه برای دسترسی آنی به نسخه‌ها و نکات بالینی حین ویزیت توسعه یافته است.

🔹 ویژگی‌ها و امکانات کلیدی:

➖ بیس علمی معتبر: استخراج و نگارش دستی نسخه‌ها از تاپیک‌های UpToDate و بازبینی مجدد با OpenEvidence

➖ مناسب برای طبابت در ایران: هماهنگ با فارماکوپه کشور، جایگزین مناسب برای داروهای کمیاب و لحاظ‌کردن گزینه‌های ایمن گیاهی

➖ بخش کاربردی «به بیمار چی بگیم»: آموزش‌های حیاتی و توصیه‌های غیردارویی استخراج‌شده از آپتودیت

➖ ابزارهای کمکی: مجهز به ماشین‌حساب دوز اطفال و سیستم سرچ بر اساس نام بیماری یا دارو

➖ داینامیک و کاملاً رایگان: به‌روزرسانی مداوم همگام با تغییر رفرنس‌ها و دسترسی آزاد برای تمام همکاران

➖ قابلیت نصب و دسترسی آفلاین: با توجه به نوسانات اینترنت کشور، امکان نصب پلتفرم روی سیستم و گوشی برای استفاده‌ی همیشگی و بدون نیاز به اینترنت فراهم شده است.

🔻 با توجه به رایگان‌بودن این سامانه، هرگونه بهره‌برداری و فروش تجاری محتوای آن مورد رضایت ما نیست.

🔻 این پلتفرم صرفاً جنبه کمک‌آموزشی و راهنما دارد و تصمیم‌گیری نهایی تجویز همواره بر عهده پزشک معالج است.

🌐 ورود به سامانه: https://rapidrx.ir

▫️کاری از:
دکتر ملکی، دکتر غیاثی و دکتر عزیزی
@common_approaches
@intern_guide

سلام سلام، MedAI Newsletter اماده شده👩🏻‍💻، شیوه ی اماده شدن محتوا هاش (بر اساس اخرین اپدیتمون) اینطوریه که تو عکس نشون داده شده.

🗂️ این نیوزلتر حداقل ۲۰ ۳۰ سایت (منتشر کننده مقالات، اخبار و... ) رو هفتگی یا دو هفته یبار میخونه و مقالات و اخبار مرتبط با سلامت/پزشکی/داروسازی و ... + هوش مصنوعی رو جمع اوری میکنه.

📤 بهترین هاش مرتب و به صورت محتوای قابل فهم در میاد (توسط یک آدم 👩🏻‍⚕️) و در نهایت توی صفحات زیر قرار داده میشه:

LinkedIn: https://www.linkedin.com/company/medai-newsletter/


Substack: https://substack.com/@medainewsletter?utm_source=share&utm_medium=android&r=5cu15e

اگر علاقه مند بودین به عنوان ریوئر یا ادیتور در فیلد مورد علاقه خودتون با نیوزلتر همکاری کنید بهم پیام بدین 🤝🏻

@koliologist

👩🏻‍💻 داشتم برای همکاری دنبال استاد و پژوهشگر متناسب با علاقم می‌گشتم. چون انجامش زمان بر بود یه اپ کوچیک براش ساختم.

کافیه Keyword های موردنظرتون رو انتخاب کنین تا Researcher هایی که با اون حوزه‌ها مرتبط هستن رو پیدا کنه و اطلاعات تکمیلی مثل Affiliation، کشور محل فعالیت، ایمیل و… رو هم در اختیارتون بذاره.

ابزار جالبی شده، کد هاشو تو گیت هاب گذاشتم اگه دوست داشتین امتحانش کنین شما هم ✨

🔗 https://github.com/Fatemeh-ZSK/Professor_Finder_System


@koliologist

سلام سلام
امیدوارم حالتون خوب باشه

چون که اخبار، مطالعات جدید و ابزار های هوش مصنوعی که روزانه در زمینه مورد علاقه ی هر کدوم از ما معرفی میشه زیاده، و گشتن منابع مختلف و خوندن اونها برای‌ اپدیت شدن زمان بر و اذیت کنندست :(

🧾 ما یه Newsletter طراحی کردیم که کارش اینه:

منابع معتبر (حدود ۲۳ تا وبسایت) رو می‌گرده، فیلتر می‌کنه و دقیقاً بر اساس «علاقه شخصی شما» مطالب رو دسته‌بندی و براتون به تناوبی که بخواین ارسال میکنه.

🦹🏻‍♀️ در کنارش یک نفر محتواها رو بررسی می‌کنه تا مطمئن بشیم چیزی که به دستتون می‌رسه واقعاً باکیفیت و کاربردیه.

🎧 محتوا ها به زبان فارسیه و به زودی نسخه صوتی هم بهش اضافه میشه

🦾 محصول چیزیه که در کنار رویداد سالانه ی MedAI summit در اختیارتون قرار میگیره تا در طول سال هم از اخبار جدید دور نمونین


حالا ما در مرحله تست اولیه هستیم، اگر علاقه مند بودین، با پر کردن لینک زیر میتونین اولین محتوا های این محصولو دریافت و بعدش بهمون فیدبک بدین

🔗https://forms.gle/U9pYTjbdto8CpkyH8

💌 انجام اینکار توسط شما در واقع کمک خیلی بزرگیه به اماده سازی نهایی این محصول

و هر ایده، پیشنهاد یا نقدی داشتید هم خوشحال میشیم دریافت کنیم

پیشاپیش ممنون ازتون 🌼

@koliologist

💡اگر درگیر سابمیت کردن مقاله ای هستین

برای پیدا کردن ژورنال مناسب یه ابزار benchmarking که اخیرا بدردم خورد سایتیه به اسم Journal Metrics که میاد اطلاعات هر ژورنال که کاملم هست و علاوه بر اون ژورنال های مشابه با IF تقریبا نزدیک بهش رو بهتون پیشنهاد میده.

در کنار اینا یه ابزار هوش مصنوعی ای داره که میتونین عنوان و ابسترکتتون رو بذارین و خودش بهتون ژورنالهای مناسب مطالعتون رو پیشنهاد بده (برای این باید سابسکرایب کنین).

🔗 Link: https://www.journalmetrics.org/


@koliologist

🔻 Ilya Sutskever – We're moving from the age of scaling to the age of research

یکی از پربازدیدترین پادکست‌های چند وقت اخیر حوزه‌ی هوش مصنوعی، گفتگوی ایلیا سوتسکور (هم‌بنیان‌گذار OpenAI و موسس فعلی SSI) با دوارکش پاتل هست در این‌جا می‌توانید به آن دسترسی داشته باشید.

در اینجا خلاصه‌ای از نکات کلیدی این گفتگو را بررسی می‌کنیم.

۱. گذار از «عصر مقیاس‌دهی» به «عصر تحقیق» ایلیا معتقد است که دوران طلایی «مقیاس‌دهی» (Scaling)، که در آن صرفاً با افزایش داده و قدرت محاسباتی مدل‌ها بهتر می‌شدند، در حال پایان است. ما اکنون دوباره وارد «عصر تحقیق» می‌شویم؛ جایی که داده‌های اینترنت محدود شده‌اند و برای پیشرفت‌های بعدی به ایده‌های خلاقانه و پارادایم‌های جدید نیاز داریم، نه فقط سرورهای بزرگتر.

۲. معمای تعمیم‌پذیری (Generalization) مدل‌های فعلی در تست‌ها عالی عمل می‌کنند اما در واقعیت شکننده‌اند (مثلاً هنگام رفع یک باگ کدنویسی، باگ دیگری ایجاد می‌کنند). در مقابل، انسان‌ها با داده‌های بسیار کمتر، یادگیری بسیار عمیق‌تر و پایدارتری دارند. ایلیا معتقد است یک اصل بنیادین در یادگیری ماشین وجود دارد که انسان‌ها از آن بهره می‌برند اما مدل‌های فعلی هنوز آن را کشف نکرده‌اند.

۳. نقش احساسات به عنوان «تابع ارزش» او نظریه‌ای مطرح می‌کند که احساسات در انسان‌ها نقش یک «تابع ارزش» (Value Function) تکامل‌یافته را بازی می‌کنند که به ما کمک می‌کند بسیار سریع‌تر و کارآمدتر از هوش مصنوعی یاد بگیریم و تصمیم بگیریم.

۴. استراتژی شرکت SSI شرکت جدید او (Safe Superintelligence) قصد دارد به جای درگیر شدن در رقابت بازار و عرضه محصولات ناقص، مستقیماً و بدون وقفه به سمت ساخت ابرهوش ایمن حرکت کند (استراتژی Straight-shot). البته او اذعان می‌کند که عرضه تدریجی هم مزایایی برای آمادگی جامعه دارد.

۵. همسویی (Alignment) و آینده ایلیا پیشنهاد می‌کند که هدف نهایی باید ساخت هوش مصنوعی باشد که به «حیات دارای احساس» (Sentient Life) اهمیت دهد (نه فقط انسان‌ها). او پیش‌بینی می‌کند که در آینده شاهد همگرایی شرکت‌ها روی ایمنی و احتمالا کلاسترهای محاسباتی عظیم در ابعاد یک قاره خواهیم بود.

✍️ نویسنده: ایمان محمدی

✈️ @MedX_Media

2️⃣ بخش دوم از خودیادگیری AI: کتابخانه‌های کاربردی در یادگیری ماشین

📌 هدف از این بخش تسلط روی کتابخونه‌های پایه‌ای پایتونه که برای تحلیل داده و انجام محاسبات عددی استفاده می‌شن. این کتابخونه‌ها ابزار کار ما توی بیشتر مراحل بعدی هستن.

✅ یادگیریشون ضروریه و باعث میشه وقتی وارد مراحل بعدی می‌شیم، با تسلط به اونها بتونیم راحت‌تر محاسبات، پردازش داده‌ها و مصورسازی نتایج رو انجام بدیم.

پس در این بخش به ترتیب:

۱. کتابخونه‌هایی که باید یاد بگیریم:
▫️ NumPy برای محاسبات عددی و کار با آرایه‌ها و ماتریس‌ها
▫️ Pandas برای کار با داده‌ها، تمیز کردن و تحلیل دیتاست‌ها
▫️ Matplotlib برای ترسیم نمودارها و مصورسازی داده‌ها

پیش‌نیاز شروع: آشنایی اولیه با پایتون (اگه بخش یک رو ندیدین برگردین).

۳. منابع پیشنهادی برای یادگیری:

▫️ آموزش NumPy، Pandas و Matplotlib (منبع: فرادرس – تدریس فرشید شیرافکن)

https://faradars.org/courses/fvdm9507-analyze-and-prepare-data-using-python

و یا

▫️ یا آموزش رایگان در یوتیوب، که پیشنهاد دوستان به من این دوره ها بود:
Numpy
Pandas
Matplotlib



حتماً تمرین زیاد انجام بدین و با داده‌های واقعی کار کنین، چون فقط در اون حالته که مفاهیم جا می‌افتن.

✅ در کنار این مرحله، در ارتباط با مفهوم git و کار باهاش هم لازمه بدونین (توی یوتیوب میتونین ویدیو های خوبی پیدا کنین)


@koliologist

بچه ها medx یه کارگاه جدید داره، برای جواب دادن به این دغدغه که توی هر فیلدی از پزشکی صحبت افرادیو بشنویم که دارن هوش مصنوعی رو در رشته و فیلد خودشون استفاده میکنن.

که بیایم در مورد هات تایپک ها به صورت اختصاصی حرف بزنیم، تا در نهایت این برای اکسپرت های هر فیلدی مفید تر از کارگاه های کلی ای که عموما برگزار میشه باشه 🤝🏻

▫️الان هم برای فیلد های زیر اساتید خوبی قراره ارائه داشته باشن:

کاردیولوژی | رادیولوژی | نورولوژی | دندانپزشکی | و ...

تاپیک ها واقعا جذاب و به روزن و پیشنهاد میکنم شما هم باشین توی جلساتش.

کد تخفیف ۲۰ درصدی هم خدمت شما

gabasummit

@koliologist

💡Thats all you need to know! API

اینجا دکتر فرجی از API و نحوه ی استفاده ازش برای یک پروداکت واقعی گفته، چون کاربردی گفته واقعا ارزش خوندن داره.

یه محصولیم دارن به اسم @jibilibBot، که پیشنهاد میکنم حتما امتحانش کنید، براتون، کتاب، مقالات و پیام هارو تبدیل به یک خلاصه ی قابل فهم میکنه، برای استفاده میشه بهش چیزی فرستاد یا توی گروه تگش کرد.

مثلا برای خوندن همین مقاله حتی، میتونین لینک رو به بات ارسال کنین و یه خلاصه خیلی خوب تحویل بگیرین 🤌🏻

https://www.linkedin.com/pulse/i-believe-most-important-api-dr-farid-faraji-zl6ye?utm_source=share&utm_medium=member_android&utm_campaign=share_via

@koliologist

"The basic syllogism is something like the more you compete along single dimensions, the more alike you become. And the more alike you become, the fewer unique thoughts you have. So with college, it's like peveryone is competing to get these exclusive seats at Harvard and Yale"

https://www.piratewires.com/p/why-thiel-fellows-win

1️⃣ بخش اول از خودیادگیری AI: یادگیری زبان برنامه نویسی پایتون

📌 هدف از این بخش یادگیری زبان برنامه‌نویسی پایتون برای استفاده کردن ازش توی تقریبا تمامی مراحل بعدیه.

✅ به این دلایل پایتون زبان مناسبیه برامون: یادگیریش راحته، کتابخونه های غنی و کامیونیتی قوی ای داره و مشکلی نیست که شما بهش بر بخورید و از قبل کسی براش راه حلی نداده باشه.

پس در این بخش به ترتیب:

۱. آموزش مقدماتی و پیشرفته ی پایتون ببینیم، با عناصر اولیه برنامه نویسی، توابع و کتابخونه ها و بعد از اون برنامه نویسی شی گرا آشنا بشیم.

»» یکی از دو ترکیب زیر رو میتونین انتخاب کنین (حالت اول رایگانه و دومیه هم اگه زمان جنگ ثبت نامش کرده باشین رایگان بوده وگرنه هزینه داره)

» حالت اول:

▫️مقدمات پایتون ( منبع: بخش رایگان تدریس جادی در مکتب خونه)
▫️تکمیل مقدمات و پایتون پیشرفته (منبع: تدریس ناصر رضوی)
▫️برنامه نویسی شی گرا (منبع: تدریس ناصر رضوی)

» حالت دوم:

▫️ دروه جامع پایتون (منبع: تدریس مکتب خونه جادی)

۲. کد زدن و استفاده از کتابخونه هارو حتما توی فضاهای زیر امتحان کنین و اوکی بشین کامل باهاش.

1. VS Code
2. Jupyter Notebook
3. Google Colab
4. Anaconda

۳. به صورت تکمیلی برای این مرحله بد نیست آشنایی با سایت های زیر داشته باشین، اینکه هر کدوم برای چه کارین و چجوری میتونین شما هم مطالعتون رو به اشتراک بذارین یا کارای اپن سورس بقیه رو استفاده کنین.

1. GitHub
2. Kaggle

و به عنوان کامیونیتی قوی هم Stack Overflow و Reddit رو چک و پروفایل داشته باشین.

📝 یادداشت کلاس ها:
مقدمات پایتون جادی+پایتون رضوی+برنامه نویسی شی گرا رضوی

دوره های این بخش به معرفی دکتر بوده که لازمه خیلی تشکرم کنیم بابتش.

@koliologist

0️⃣ بخش صفر ام از خودیادگیری AI: مبانی و اصول اولیه

📌 هدف از این بخش اینه که با مبانی اصلی و حدود کار هایی که با AI میتونیم انجام بدیم آشنا بشیم و بفهمیم خودمون کجای این سیستم قرار میگیریم.

پس، بهتره:

1. یه دوره ای برای اشنایی با مبانی AI ببینیم. فرقی نمیکنه چه دوره ای ولی این دوره اخیر ۶ جلسه ای گابا اکثر مطالب مورد نیاز مقدمات رو پوشش میده (اگه مقدماتو میدونی برو ۲).

▫️جلسه اول
▫️جلسه دوم
▫️جلسه سوم
▫️جلسه چهارم
▫️جلسه پنجم
▫️جلسه ششم


2. کلیات رو مرور کنیم + با ساختار یک تیم برای پیش بردن پروژه های AI و استفاده ازش در حیطه ی کاری خودمون اشنا بشیم.

▫️این تدریس Andrew ng:
https://www.youtube.com/playlist?list=PLGlnBdv9N1PBo-J8UNHVcGkC1H17tD8Tz


3. مطالعات مروری موجود در زمینه علاقه خودمون رو بخونیم. هات تاپیک های موجود رو خوب بشناسیم. با مراحل زیر میشه پیش رفت براش:

▫️Key words of interest (use chatgpt to specify and to make a great Search strategy) »»» search PubMed, Google Scholar, IEEE Xplore or ScienceDirect »»» Read and Find what inspires you ✨

📝 یادداشت کلاس ها:
دوره AI تدریس Andrew ng

@koliologist

چهار برابر بهتر از پزشک عمومی ای که تازه درساشو خوب خونده

محققین با روش جدیدی تونستن ایجنت هوش مصنوعی‌ای بسازن که با ۲۰ درصد هزینه کمتر، بیماری رو با دقت ۸۰ درصد تشخیص می‌ده که چهار برابر بیشتر از پزشک‌های عمومیه.

تو مقاله جدیدی اومدن به جای اینکه فقط از هوش مصنوعی سوال‌های چهار گزینه‌ای بپرسن یا پرونده بهش بدن تا بیماری رو تشخیص بده، یک ایجنت به اسم MAI-DxO ساختن و با مدل O3 اون رو ترکیب کردن و روشی به اسم معیار تشخیص متوالی (Sequential Diagnosis with Language Models) ساختن. تو این روش مدل از یک شرح حال شروع می‌کنه، از مدل دیگه‌ای که از داده‌ها نگهبانی می‌کنه سوال می‌پرسه، آزمایش پیشنهاد می‌ده، نتایج اون رو بررسی می‌کنه و به تشخیص نهایی می‌رسه. [L]

🤓 abolfazl @geekalerts

سلام سلام
می‌خوام به‌مرور و تقریباً به‌صورت هفتگی، یه سری راهنما برای خودیادگیری AI بذارم؛ از مفاهیم اولیه و ریاضیات پایه، تا Deep Learning و در نهایت اجرای پروژه‌هایی با کمک این موارد روی دیتاهای پزشکی.

مخصوصاً برای کسایی که مثل خودم که بک گراند مهندسی ندارن :)

⏬ چرا ؟
چون با پرس و جو های زیاد و چک کردن کلاسای متنوع به یه ترتیب مناسب و محتوای خوبی رسیدم که ارزش معرفی کردن داره و انقدر کلاسای با کیفیت رایگان هستن که اگه با برنامه ریزی خوب و ترتیب مناسب دنبال بشن برای هر کاری کافین
و در نهایت اینکه اگه یه گایدی در دسترس باشه هر کسی میتونه برنامه مطالعه ی خودش رو بچینه و به مقدار نیازش وقت بذاره و عمیق بشه، پس نیازی به هماهنگ شدن با دوره های غیر منسجم و هزینه کردن براشون هم نمیشه.


🗂️ برای هر پارت، خلاصه‌های دست‌نویس + کدها رو توی فایل Jupyter Notebook می‌ذارم، PDFش رو هم برای راحتی می‌فرستم.

امیدوارم مفید باشه.
فیدبک‌هاتون برام خیلی ارزشمنده، حتماً در میون بذارید: @fatemehkolbadi

منبع عکس: https://medlean.ir/mag/roadmap-to-learning-ai/

یه نقشه راه جالب دیگه: https://i.am.ai/roadmap

@koliologist

آیا اینکه سریع تر از قبل به جواب سوالاتمون میرسیم باعث میشه کمتر فکر کنیم؟

برای جواب به این سوال و صحبتی که به عنوان چالش استفاده از ابزار های AI در دانشگاه ها توی یه سری پنل های کنگره جاری مطرح شد، اولین چیزی که به ذهنم اومد این بخش از مقاله ای از پاول گراهامه که میگه:

to look at the internal structure of independent-mindedness — at the individual muscles we need to exercise, as it were. It seems to me that it has three components:
1. fastidiousness about truth
2. resistance to being told what to think
3. curiosity

موشکافی درباره حقیقت، مقاومت نسبت به پذیرش اینکه عامل خارجی بهت بگه چی فکر کنی و از همه مهم تر کنجکاوی زیاد، راه حل هاییه که برای داشتن تفکر مستقل پیشنهاد میده.

شاید بشه اقتباسی از اینا رو در برخوردمون با ابزار های AI هم داشته باشیم. اینکه بیشتر از توانش ازش بخوایم و بیشتر از جوابی که میده فکر کنیم، جوری که کنجکاوی موجود رو نتونه با یک جواب 50 کلمه ای برطرف کنه.

@koliologist

🧾 چون سخت بود برام هر دفعه متنای طولانی رو به چت جی پی تی بدم و توضیح بدم بهش چطوری خلاصه کنه برام، برای این کار یه بات جدید تلگرام درست کردم که از طریق n8n:

- خودش پیامو بده به Chatgpt
- پیامو خلاصه کنه و برای هر پاراگراف یه ترجمه فارسی هم بذاره
- یه جمع بندی کلی فارسی و انگلیسی برای متن انجام بده
- از طریق همون بات برام ارسالش کنه تا بخونم

🤖 برای استفاده از بات پیامتون رو براش فوروارد کنین یا متن رو کپی و براش ارسال کنید: @RadiAibot

✅ توی ویدیو توضیح دادم که چطوری خیلی ساده این مدل بات رو برای کارای متفاوت درست کنین 🤝🏻

لینک های مرتبط:
N8N: https://n8n.io/workflows/
Botfather: @BotFather

@koliologist

امیدوارم به آرامش و رشد باشه 🌱
سال نو مبارک

@koliologist

این صحبتای جنسن فکر کنم برای همه شنیدنش جالب باشه، مصاحبه ی خیلی خوبیه که از ویژنش در کل مسیر از زمانی که ایده ی شروع NVIDIA رو داشته تا الان و اینده صحبت میشه (روز رلیزش هم دقیقا با افت زیادی که سهام انویدیا داشته یکسانه، اینم جالبش میکنه).

صحبتای خوبی از آینده ای که برای AI میبینه و سال های پیش رومون میشه و شنیدنش بنظرم دید خوبی میتونه بده.

🎥https://youtu.be/7ARBJQn6QkM?si=PSgffalV9naHyeCl

@koliologist