Konuşma Başlığı: Medikal Yapay Zeka, Algoritmalar ve Uygulamalar

Konuşma Konusu:
Çeşitli hastalıkların teşhis ve tedavilerine yönelik uygulamalar, e-sağlık sistemleri ve teletıp uygulamaları sağlıkta hızlı bir dönüşüm süreci başlatmıştır. Bu dönüşümü sağlayan en önemli bileşenlerin başında Yapay Zekâ gelmektedir. Beyin – zihin araştırmaları ile başlayan yapay zekâ çalışmalarının sağlık alanında kullanımı ile medikal yapay zekâ kavramı ortaya çıkmıştır. Medikal yapay zekâ, öncelikle teşhis yapan ve tedavi tavsiyelerinde bulunan yapay zekâ programlarının yapılmasıyla ilgilenir. Bunun yanı sıra cerrahi robotlar, hastabakıcı veya fizik tedavi rehabilitasyon robotları da tıpta yapay zekanın en önemli kullanım alanlarındandır. Bu konuşmada yapay zekâ ile ilişkili genel kavramlar, sağlık alanında yapay zekânın kullanım alanları, tıbbi verilerin özellikleri ve elimizdeki veriye uygun yapay zekâ algoritması seçimine ilişkin bazı ipuçları verilecektir. Geçmişten günümüze tıpta en çok kullanılan uzman sistemler gibi bilgi tabanlı ve klasik yapay sinir ağları, derin öğrenme gibi hesaplama tabanlı yapay zekâ algoritmalarının yanı sıra akıllı ajan kavramından da bahsedilecektir. Bu alanda teknolojinin geldiği son nokta güncel uygulamalar üzerinden analiz edilerek gelecekte sağlık çalışanlarını nelerin beklediği tartışılacaktır.

Kısa Biyografi:
Prof.Dr. Tülay Yıldırım, Yıldız Teknik Üniversitesi (YTÜ), Elektronik ve Haberleşme Müh. Bölümü’nden 1990’da lisans, 1992’de yüksek lisans ve 1997’de İngiltere Liverpool Üniversitesi, Elektrik-Elektronik Müh. Bölümü’nden doktora derecesi almıştır. Kısa bir süre özel bir şirkette Ar-Ge mühendisi olarak çalıştıktan sonra 1991’de Yıldız Teknik Üniversitesi, Elektronik ve Haberleşme Müh. Bölümü’nde Araştırma Görevlisi olarak akademik hayatına başlamıştır. 1997’de aynı üniversitede Yardımcı Doçent, 2000 yılında Doçent ve 2006 yılında da Profesör olmuş ve Bölüm Başkanlığı, Dekan Yardımcılığı gibi çeşitli idari görevlerde bulunmuştur. Bilimsel çalışmaları, yapay zekâ, akıllı sistemler, biyomedikal enstrümantasyon, biyometrik kişi tanıma/kimliklendirme sistemleri, siber fiziksel sistemler ve elektronik devre tasarımı konularında yoğunlaşmıştır. Çeşitli projelerde yönetici, araştırmacı veya danışman olarak yer alan Prof. Dr. Tülay Yıldırım’ın 40’ın üzerinde doktora ve yüksek lisans tezi yürütücülüğü, 200’ü aşkın uluslararası ve ulusal yayını bulunmaktadır. Kendi alanında çok sayıda bilimsel etkinliğin düzenleme, danışma ve değerlendirme kurullarında yer almış ve 2004 yılından bu yana akıllı sistemlerle ilgili ASYU-INISTA sempozyum zincirinin başkanlığını yapmaktadır. Yıldız Teknik Üniversitesi bünyesinde yer olan Siber Güvenlik ve Biyometrik Araştırmalar Danışmanlık ve Test Merkezi'nin yöneticisi ve MEDALab-Makine Zekası ve Elektronik Tasarım Otomasyonu Laboratuvarı’nın kurucusudur.

Konuşma Başlığı: Tanı Yöntemi Tanımlanmamış Hastalıklarda Yeni Tanı Yöntemi Olarak Yapay Zeka Kullanımı

Kısa Biyografi:
Prof.Dr. Ali Saffet Gönül ilk ve orta öğretimi TED Ankara Kolej’inde, lise eğitimini İzmir Bornova Anadolu Lise’sinde tamamladı. Tıp eğitimini Hacettepe Tıp Fakültesi’nde aldı. Tıp eğitimi sırasında kısa süreli olarak İngiltere’nin Sheffield kentinde NHS Hastanesi Nefroloji Ünitesinde çalıştı. Psikiyatri ihtisasını Erciyes Üniversitesi Psikiyatri Anabilim dalında yaptı. İhtisası sırasında kısa süreli eğitimler için Bakırköy Ruh ve Sinir Hastalıkları hastanesinde Dr. Şahap Erkoç ve Almanya’nın Bremen Üniversitesinde olaya ilişkin potansiyeller konusunda Prof. Canan Başar Eroğlu ile çalışma şansını elde etti. 2002 yılında Prof. Dr. Simavi Vahip’in daveti ile Ege Üniversitesi Tıp Fakültesi Psikiyatri Anabilim dalı Affektif Hastalıklar Birimine katılan Dr. Gönül, burada beyin görüntüleme çalışmalarına devam etti. 2004 yılında doçent oldu ve aynı yıl Fransız Hükümetinin Charcot Bursu ile Strasburg’da bulunan Louis Pasteur Üniversitesi Fizik Biyoloji Enstitüsünde yapısal ve fonksiyonel beyin görüntüleme konusunda eğitim aldı. Bir yıl süre ile Amerika Birleşik Devletleri’de Stony Brook Üniversitesi Psikiyatri ve Davranış Bilimleri Kliniği ve Brookhaven National Labarotory’de post-doc olarak çalıştı. 2007 yılının Mayıs ayında Georgia’daki Mercer Üniversitesi Psikiyatri ve Davranış Bilimleri Bölümüne klinik psikiyatri doçenti olarak atanmış, 2014 yılında aynı bölümde profesör olmuştur. European Neuropsychopharmacology Kongrelerinde 3 kez poster ödülü alan Dr. Gönül, 2003 yılında bu kongreleri düzenleyen kolejin “fellowship” ödülünü kazandı. Yine aynı yıl ABD’de Society of Biological Psychiatry tarafından verilen uluslararası seyahat desteğini alma hakkını elde etti. 2007 yılında New York Bilimler Akademisi’nin “fellowship” ödülünü alan Dr. Gönül; 2009 yılında Ege Üniversitesi Tıp Fakültesi Psikiyatri Anabilim dalı bünyesi altında SoCAT (Standardization of Computational Anatomy Techniques for Cognitive and Behavioral Sciences) beyin görüntüleme laboratuvarını kurdu. Ocak 2011 yılında profesörlüğüne atandı. 2014 yılında ise Mercer Üniversitesinde Klinik Psikiyatri Profesörü oldu. 2016 yılında Ege Üniversitesi Bağımlılık, Toksikoloji ve İlaç Araştırmaları Enstitüsü müdürlüğüne atandı. Halen Türkiye’de Ege ve ABD’de Mercer Üniversitelerindeki görevlerine devam etmektedir. Altmıştan fazla uluslar arası indekse giren araştırma makalesi, 100’den fazla uluslar arası kongrelerde sunulmuş posteri vardır. Journal Affective Disorders Dergisi yayın kurulu üyesidir. Pek çok ulusal ve uluslararası dergide hakemlik yapmaktadır.

Konuşma Başlığı: Hekimler İçin Derin Öğrenmeye Giriş
Radyoloji Rapor Metinleri Üzerinde Yapay Zeka Uygulamaları

Kısa Biyografi:
Prof.Dr. Oğuz DİKENELLİ, Orta Doğu Teknik Üniversitesi Elektrik Elektronik Mühendisliği Bölümü'nden 1988'de lisans, Ege Üniversitesi Bilgisayar Mühendisliği Bölümü'nden 1991'de yüksek lisans ve 1995'de doktora derecelerini almıştır. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü’nde 1995-1999 yılları arasında yardımcı doçent ve 1999-2005 yılları arasında doçent olarak çalışmıştır. 2005 yılından beri aynı bölümde profesör olarak çalışmaktadır. 2007-2012 yılları arasında TÜBİTAK Marmara Araştırma Merkezi'nde kıdemli araştırmacı olarak görev yapmıştır. Birçok yüksek lisans ve doktora tezinin ve bunun yanı sıra projenin yürütücülüğünü yapmış ve yapmaktadır. Güncel araştırma konuları, makine öğrenmesi, yapay zeka, bilgisayarda Öğrenme ve örüntü tanıma, bilgi mühendisliği, metin/doküman işleme ve yazılım mühendisliği olarak belirtilebilir.

Konuşma Başlığı: Dr. Yapay Zeka

Konuşma Konusu:
İçinde olduğumuz çağın bilgi odaklı olduğu bilinen bir gerçek. Ancak bilgi öylesine büyük bir hızla, çeşitlilikle ve süreklilikle artmakta ki bilgi yönetme sorunu çoktan bilgi edinmenin önüne geçmiş durumda. Özellikle sağlık alanında, bir yandan artan ve yaşlanan nüfus, diğer yandan tanı ve tedavi araç ve seçeneklerinin artması ve verinin tümüyle sayısallaşması nedeniyle insan eliyle çevrilemeyen ve yeterince yararlanılamayan bir veri yığınıyla karşı karşıya gelinmiş oldu. Esas olarak sağlık çalışanları, belirsizliklerin çözümlenmesi ve belirli olasılıklara dayanarak karar verme süreçleriyle meşguldürler. Elbette vardıkları sonuçları, deneyimleri ve olanaklarıyla bir süzgeçten geçirerek uygulamaya koyarlar. Hızlı, doğru ve maliyet etkin bir karar sağlık alanında beklenen en uygun karar olarak kabul görür. Sağlığın bu özelliği, gelişen teknolojinin de katkısı ile onu uzun bir süredir teknik bir alana doğru evrilmektedir. Son yıllarda altından kalkılamaz hale gelen bu veri çözümleme sorunu makine öğrenmesi uygulamalarının sürekli bir ilgi alanı haline geldi. Derin ağlarla oluşturulan algoritmalar bu süreci hızlandırarak yapay zekanın sağlık alanında da büyük bir umut olmasını sağladı. Tüm yeni teknolojilerde olduğu gibi yapay zeka büyük ilginin odağında yer alıyor. Önceki deneyimlerimiz bu ilginin ve yapay zekaya yüklenen insan üstü becerilerin gerçekçi bir çizgiye oturarak, onun kullanım becerimiz ve tercihlerimize göre sorun çözen ya da yeni sorunlar oluşturabilen bir araçtan ibaret olacağını gösteriyor. Yeni teknolojilerle iş görme biçimlerimiz durmadan değişiyor. Bu nedenle Dr.Yapay Zeka sağlık alanında karar süreçlerinin önemli bir parçası olarak gelecekte yeni bir sağlık çalışanı olmaya aday. Ancak insanın yerini alacağı öngörüsü için oldukça erken. Bu sürecin uzun ve aşamalı olarak yaşanacağını düşünebiliriz. Bu sunumda ilk aşamada etkilenecek dallardan birinin uzmanı olarak radyolojideki olası değişimler ekseninde tıbbın yapay zeka sonrası gelişimi tartışılmaktadır.

Kısa Biyografi:
1978 BAL, 1984 Ege Tıp mezunu. 2000 yılında radyoloji profesörü oldu. DEÜ ‘de Anabilim Dalı Başkanlıkları, Başhekim ve Dekan Yardımcılığı ve Dekanlık görevleri aldı. Radyolojide başlıca çalışma alanları meme, girişimsel ve abdominal radyoloji oldu. 2005 yılından bu yana Tıp Bilişimi alanında da faaliyet gösteriyor. Halen Tıp Bilişimi Derneği Başkanı. Yayınlanmış bir uluslararası, 3 ulusal kitabı, 80’e yakın SCI yayını bulunuyor. 2010 yılında Sağlık Hizmetleri Yöneticiliği Ödülünü aldı. Avrupa Radyoloji Derneğinde çok sayıda kurulda görev aldı. Avrupa Radyoloji Board Yönetim Kurulu üyeliği, Standartlar Komitesi Başkanlıkları yaptı. Halen Avrupa Radyoloji Derneği Kurumsal Akreditasyon Komite Üyesi Tıp Eğitimi konusunda çok sayıda çalışmalar yaptı. 2000 yılında faaliyete başlayan Tıp Eğitimi Geliştirme Derneğinin Kurucu Üyesi ve bir dönem (2008-2010) başkanı oldu.
Başlıca İlgi Alanları:Karikatür, mizah dergisi koleksiyonerliği, müzik ve ahşap işleri

Konuşma Başlığı: Hastanelerde Yapay Zeka Birimlerinin Yapılanması: Chicago Deneyimi

Konuşma Konusu:
Hızla gelişen teknolojiye paralel olarak hasta kayıt sistemlerinin veri toplama kapasitesi ve yaygınlığı da hızlı bir şekilde artmaktadır. Bu sistemler hastaların tıbbi öyküsünü çok detaylı ve çok yönlü olarak kayıt altına alabilmektedir. Ancak, hasta kayıt sistemlerinde ve bu sistemlere ek harici sistemler aracılığı ile depolanan çok boyutlu ve çok büyük verinin eşanlı olarak doktorlar tarafından gözden geçirilip yorumlanabilmesi biyolojik olarak mümkün değildir. Bu aşamada, özellikle son 10 yılda, yapay zeka uygulamaları yöntemleri ile bu tür büyük verilerin analizi ve karar destek sistemleri geliştirilmesi alanında büyük yatımlar yapılmış ve ilerlemeler sağlanmıştır. Araştırma hastaneleri artık bilgisayar programcılığı ve istatistik bölümleri ile tıp fakültelerinin beraber çalışmasını teşvik etmenin ötesine geçmiş, doğrudan tıp fakültelerinin altında yapay zeka çalışmalarını yürüten bölüm, birim, ve merkezler kurma yoluna gitmektedirler. Bu konuşmada, Amerika’da araştırma hastanelerde yapay zekanın rolü, uygulama alanları ve kurumsal yapılanmadaki yerinden bahsedilecektir.

Kısa Biyografi:
Dr. Akbilgic Matematik alanında lisans (2001) ve Sayısal Yöntemler alanında doktora eğitimlerini İstanbul Üniversitesinde, İstatistik alanında yüksek lisans (2005) eğitimini ise Mimar Sinan Üniversitesinde tamamladı. Yüksek öğrenim sürecince 2002-2006 yılları arasında Mimar Sinan Üniversitesinde ve 2007-2012 yılları arasında İstanbul Üniversitesinde araştırma gürevlisi olarak çalıştı. Doktora eğitiminin ardından 2012-2013 yılları arasında Amerika Birleşik Devleterinde yer alan University of Tennessee’de ve 2013-2015 yılları arasında Kanada’da bulunan University of Calgary’de doktora sonrası çalışmalarda bulundu. 2015 yılında Biyomedikal Enformatik alanında Yardımcı Doçent olarak atandığı University of Tennessee’de 2019 yılına kadar çalıştıktan sonra Loyola Üniversity Chicago’ya yine Biyomedikal Enformatik alanında Doçent olarak atandı. Dr. Akbilgiç’in araştırmaları istatistiksel modelleme, makina öğrenmesi, ve derin öğrenme algoritmaları ve bu algoritmalara dayalı sağlık alanında karar destek sistemleri geliştirilmesini kapsamaktadır. Alanında birçok bilimsel yayının yazarlığını yapmış olmakla beraber bilimsel araştırma projelerinde yürütücü ve araştırmacı olarak görev yapmaktadır. Yürütmekte olduğu yapay zeka projelerinin bazıları Parkinson Hastalığının erken teşhisi, ritim bozukluğu teşhis ve ileriye dönük tahmini, ameliyat sonrası komplikasyon ve ölüm riskinin tahmini, ve yoğun bakım ünitelerinde erken uyarı sistemleri geliştirilmesi olarak özetlenebilir.

Konuşma Başlığı: Açıklanabilir Yapay Zekâ

Konuşma Konusu:
Büyük veri tabanlarının ve derin öğrenme metodolojilerindeki son gelişmelerle birlikte, Yapay Zekâ sistemlerinin performansı, artan sayıda karmaşık görevde insan seviyesine ulaşmakta, hatta bu seviyeyi aşmaktadır. Bu gelişmenin etkileyici örnekleri, görüntü sınıflandırma, duygu analizi, konuşma anlayışı veya stratejik oyun oynama gibi alanlarda bulunabilir. Bununla birlikte, iç içe doğrusal olmayan yapıları nedeniyle, bu son derece başarılı makine öğrenimi ve yapay zekâ modelleri genellikle bir kara kutu biçiminde uygulanmaktadır, yani, tahminlerine tam olarak nasıl ulaştığına dair hiçbir bilgi verilmemektedir. Bu şeffaflık eksikliği, özellikle tıbbi uygulamalarda önemli bir dezavantaj olabileceğinden, derin öğrenme modellerinin görselleştirilmesi, açıklanması ve yorumlanması için yöntemlerin geliştirilmesi son zamanlarda giderek daha fazla ilgi çekmektedir. Bu konuşmada, bu alandaki son gelişmeler özetlenerek ve yapay zekada daha fazla yorumlanabilirlik için, özellikle derin öğrenme modellerinin öngörülerinin açıklanmasına yönelik, farklı yaklaşımlar tartışılacaktır.

Kısa Biyografi:
1965 yılında Aydın’da doğdu. İlk ve orta öğrenimini Aydın’da tamamladı. Ardından, Hacettepe Üniversitesinden lisans derecesi, Ege Üniversitesi Bilgisayar Mühendisliği bölümünden de yüksek lisans ve doktora derecelerini aldı. Halen Dokuz Eylül Üniversitesi Bilgisayar Mühendisliği bölümünde öğretim üyesi olarak görev yapmaktadır. Temel olarak multimedya bilgi gerigetirimi (Multimedia Information Retrieval) alanında çalışmalar yapmaktadır. Başta görüntü, video, müzik ve metin olmak üzere multimedyanın birçok formuyla ilgili akademik çalışmalar yaptı, projeler yürüttü. Bu konuların Tıp Bilişimi alanındaki izdüşümlerinde uygulamalı araştırmalar gerçekleştirdi. Dokuz Eylül Üniversitesi Multimedia Information Retrieval (DEMIR) araştırma grubunu kurdu ve akademik çalışmalarını halen burada yürütmektedir.

Konuşma Başlığı: Mamografi Görüntülerinin Derin Öğrenme Kullanılarak Sınıflandırılması

Konuşma Konusu:
Mamografi, meme kanserinin saptanmasında ana görüntüleme yöntemi olup erken tanı ile meme kanseri mortalitesini azaltmaktadır. Meme kanserinin erken saptanmasının önemi bilişim alanındaki araştırmacıları yoğun iş yükü altında çalışan radyologların iş akışını iyileştirme ve öncelikli hastaları belirleme noktasında radyologlara yardımcı olabilecek sistemler geliştirmeye yöneltmiştir. Bu kapsamda, medikal görüntü işleme ile ilgili alanlarda başarı ile kullanılan bir derin öğrenme yöntemi olan Evrişimli Sinir Ağları (Convolutional Neural Networks - CNN), mamografi görüntülerinin BIRADS sistemine göre değerlendirme kategorileri bazında sınıflandırılması için de yoğun olarak kullanılmıştır. Bu konuşmada, mamografi görüntülerinin BIRADS sınıflandırmasının derin öğrenme yöntemleri ile yapılması konusunda dünyadaki mevcut çalışmalar gözden geçirilecek ve Ege Üniversitesi Tıp Fakültesi Radyoloji Anabilim Dalı ile Ege Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği bölümü işbirliği ile bu konuda başlatılan bir projeden söz edilecektir.

Kısa Biyografi:
Doç.Dr. Rıza Cenk Erdur, Ege Üniversitesi, Bilgisayar Mühendisliği Bölümü’nden 1993’de lisans, Ege Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalından 1995’de yüksek lisans ve 2001’de doktora derecesi almıştır. 1994’de Ege Üniversitesi Bilgisayar Mühendisliği Bölümü’nde Araştırma Görevlisi olarak akademik hayatına başlamıştır. 2001’de aynı üniversitede Yardımcı Doçent, 2012 yılında Doçent olmuştur. Bilimsel çalışmaları; akıllı etmenler, çok-etmenli sistemler, etmen yönelimli yazılım geliştirme, anlamsal web etmenleri konularında yoğunlaşmıştır. TÜBİTAK ve Üniversite destekli çeşitli araştırma projelerinde yürütücü ve araştırmacı olarak yer alan Doç. Dr. Rıza Cenk Erdur, 17 adet yüksek lisans, 3 adet de doktora tezi yürütücülüğü yapmıştır.

Konuşma Başlığı: Makine Öğrenmesi ile İlaç-İlaç Etkileşimi Tahmini

Konuşma Konusu:
Bir ilacın diğer ilaçlarla birlikte reçetelenmesi yoluyla ortaya çıkan ilaç-ilaç etkileşimleri, temel farmakolojik etkisinden başka istenmeyen bir etkiye neden olabilir. Potansiyel ilaç-ilaç etkileşimini tahmin etmek, beklenmeyen ilaç etkileşimlerini ve ilaç geliştirme maliyetlerini azaltmaya yardımcı olur ve ilaç tasarım sürecini optimize eder. Bu nedenle, ilaç-ilaç etkileşimlerini tahmin etmek için otomatik yöntemlere açıkça ihtiyaç vardır. İlaç-ilaç etkileşim tahmini yöntemleri yüksek doğruluk bildirme eğilimindedir, ancak ağ tabanlı/eşleştirilmiş verilerin neden olduğu sistematik bayas/yanlılık nedeniyle translasyonel araştırmalar üzerinde hala çok az etkisi vardır. Bu konuşmada, bu ilaç-ilaç etkileşim tahmini yöntemlerine genel bir bakış verilecek ve bilgi çizgesi gömmelerini kullanarak ilaç-ilaç etkileşimlerini tahmin etmek için gerçekçi değerlendirme ayarları sunmayı amaçlayan bir çalışma sunulacaktır.

Kısa Biyografi:
Dr.Öğr.Üyesi Özgür Gümüş, Ege Üniversitesi Bilgisayar Mühendisliği Bölümü’nden 1997’de lisans, 2001’de yüksek lisans ve 2008’de doktora derecelerini almıştır. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü’nde 1997-2006 yıllarında Araştırma Görevlisi ve 2006-2009 yılları arasında Öğretim Görevlisi olarak çalışmıştır. Halen aynı bölümde Dr. Öğr. Üyesi olarak çalışmaktadır. Güncel araştırma konuları, veri bilimi ve makine öğrenmesi yöntemlerinin sağlık ve yaşam bilimleri problemlerine uygulanması ve biyoinformatik olarak belirtilebilir.

Konuşma Başlığı: Beyin BT Görüntülerinin Yorumlanmasında Yapay Zekâ Teknolojileri

Konuşma Konusu:
Tıbbi görüntülerin otomatik sınıflandırılmasını içeren gereksinimler alışıldık doğal görüntülere yönelik görüntü işleme tekniklerinin ötesinde zorluklar içermektedir. Evrişimli sinir ağları kullanan klasik makine öğrenmesi yöntemleri, karmaşık biçimlerin algılanması konusunda başarılı olmakla birlikte tıbbi görüntülerde biçimin yanında göz önünde bulundurulması gereken alan, hacim ve simetri gibi bütüncül öznitelikler de vardır. Bu güçlüklerin aşılması için derin öğrenme yöntemine güvenilebileceği gibi pek çok durumda birden fazla yöntem bir arada kullanılmaktadır.

Kısa Biyografi:
Dr.Öğr.Üyesi Ahmet Egesoy, 1994 yılında Orta Doğu Teknik Üniversitesi Bilgisayar Mühendisliği Bölümünden Lisans, 2000 yılında Ege Üniversitesi Bilgisayar Mühendisliği Bölümünden Yüksek Lisans ve 2010 yılında yine Ege Üniversitesi Bilgisayar Mühendisliği bölümünden doktora derecesi almıştır. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü’nde 2002 sonrası Araştırma Görevlisi ve 2012 sonrası da Yardımcı Doçent olarak çalışmıştır. Otomatik Teorem İspatı, Uzman Sistemler ve Bulanık Mantık üzerinde çalışmıştır. Bilgi gösterimi dersi vermektedir. Ayrıca Model Tabanlı Yazılım Mühendisliği, Diller ve Semiyotik konularına ilgi duymaktadır.

Konuşma Başlığı: Kalp Atışlarının Yapay Zekâ ile Sınıflandırılması

Konuşma Konusu:
Yapay Zeka yöntemleri kullanarak hastanın normal ve anormal kalp atışlarının ayrıştırılması ve acil durumların olabildiğince erken saptanması amaçlanmaktadır. Erken teşhis, risk altında olanlara kalp krizi yaşamadan önce, erken müdahalede bulunmaya yardımcı olacaktır. Bu, mühendislik teknolojisinin tıp bilimi ile buluştuğu çoklu disiplinli bir sistemdir.

Kısa Biyografi:
ODTÜ Elektrik ve Elektronik Mühendisliği Bölümü mezunu. Yapay Zeka üzerine Yüksek Lisans ve Doktora derecelerine sahip. ODTÜ ve İtalya Ulusal Arastırma Konseyi'nde araştırmacı olarak çalıştı. Tüketici Elektroniği alanında çeşitli Türk ve uluslararası sirketlerin Ar-Ge bölümlerinde, yazılımcı ve yönetici olarak görev yaptı. Son olarak SONY'nin İspanya ve İngiltere ofislerinde Software Innovation (Yazılım Yenilikleri) Bölümü yöneticiliği yaparken, Yapay Zeka ve Ar-Ge alanındaki deneyimlerini paylaşmak için danışmanlık ve eğitim sektörüne adım attı. Birçok bilimsel makalesi ve patenti bulunmakta.

Konuşma Başlığı: İngiltere’de Sağlık Alanında Yapay Zekâ Uygulamaları

Konuşma Konusu:
Yapay zeka son yıllarda teknolojik gelişmeler sayesinde oldukça popüler hale gelmiş ve yaşamın her alanındaki problemlere çözüm üretmekte kullanılmaya başlanmıştır. Bu sunumda İngiltere’de sağlık alanındaki problemlere ve bu problemlere yapay zeka kullanılarak üretilen çözümlere deyinilecektir.

Kısa Biyografi:
ODTÜ Elektrik ve Elektronik Mühendisliği Bölümü'nden lisans ve Yapay Zeka alanında Yüksek Lisans ile Dokuz Eylül Üniversitesi Elektrik ve Elektronik Mühendisliği Bölümü'nden yine Yapay Zeka alanında Doktora derecelerine sahip. Aynı bölümlerde araştırmacı olarak çalıştı. Bankacılık ve Tüketici Elektroniği alanlarında çeşitli Türk ve uluslararası şirketlerin Ar-Ge bölümlerinde, yazılımcı ve yönetici olarak görev yaptı. Son olarak SONY'nin İspanya ve İngiltere ofislerinde Software Engineering (Yazılım Mühendisliği) Bölümü'nde yöneticiliği yaparken, Yapay Zeka ve Ar-Ge yazılımı alanındaki deneyimlerini paylaşmak için danışmanlık ve eğitim sektörüne adım attı. Birçok bilimsel makalesi ve patenti bulunmakta.

Konuşma Başlığı: Kişisel Verilerin Korunması

Kısa Biyografi:
Ankara Üniversitesi Hukuk Fakültesi’nden 1992’de mezun olduktan sonra Dokuz Eylül Üniversitesi’nden 2000’de yüksek lisans ve 2007’de doktora derecesi almıştır. Fikri ve sınai mülkiyet alanındaki akademik çalışmaları yanında, 2003 yılından bu yana Çiçekçi Hukuk Bürosu’nda iş hukuku, ticaret ve bilişim hukuku alanlarında uzmanlaşarak avukatlık mesleğini ve eğitmenliği sürdürmektedir. Ege Bölgesi Sanayi Odası Endüstriyel İlişkiler Çalışma Grubu ve Türkiye Bilişim Derneği İzmir Şubesi Hukuk Çalışma Grubu Başkan Yardımcılığı görevlerini yapmaktadır. Kişisel verileri koruma alanında bir çok organizasyonda ve Uluslararası Bilişim Hukuku Kurultayı’nın düzenleme ve danışma kurullarında yer almıştır. 2001 yılında marka patent vekili, 2014 yılında Arabuluculuk Daire Başkanlığı’na kayıtlı arabulucu olmuştur.

Konuşma Başlığı: "Mimic Veri Seti" Uluslararası Açık Veri Seti

Konuşma Konusu:
Günümüzde yapay zekânın öneminin anlaşılması ile birlikte bu alandaki araştırma ve uygulamalar da çok hızlı bir artış göstermiştir. Makine öğrenmesi de yapay zekânın alt çalışma alanları içerisinde en popüler olanıdır ve farklı alanlarda (domain) klasik yöntemlerle çözülen, belirli ve sınırlı sonuçların elde edildiği birçok probleme çok daha başarılı çözümler getirebildiği ortaya konmuştur. Sağlık alanı da arz ettiği önem derecesiyle makine öğrenmesinin dahil olduğu araştırmalarda ve uygulamalarda kendine kritik bir yer edinmektedir. Makine öğrenmesi ve derin öğrenme gibi tekniklerin belirli bir alana uygulanabilmesi için o alanla ilgili yapısal ve/veya yapısal olmayan veriye gereksinim duyulmaktadır. Dolayısıyla da bu verinin belirli bir formatta ve herkes tarafından açıkça erişilebilir olması farklı, yenilikçi ve rekabetçi tekniklerin ortaya çıkması için önemlidir. Bu kapsamda 40 binden fazla hasta verisi içeren ve açık olarak erişilebilir olan MIMIC-III, sağlık alanında yapay zekâ uygulamalarının yoğun olarak kullandığı en önemli veri kümelerindendir. MIMIC-III birçok araştırma çalışmasına olanak sunmaktadır ve bu çalışmaların analiz edilmesi sonucunda veri kümesinin sıklıkla hangi problemlere çözüm amaçlı kullanıldığı ortaya konmuştur. Öncelikle MIMIC-III’ün içerdiği veriler ve bu verilerin yapısal olarak yakınsadığı veri modellerine değinilecek, daha sonrasında ise veri kümesini kullanan çalışmalardan çıkarılan kullanım durumları ayrıntılandırılarak incelenecektir.

Kısa Biyografi:
Öğr.Gör. Burak YÖNYÜL, 2006 yılında İzmir Kız Lisesi’nden mezun olmuş, 2011 yılında Ege Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümünde lisans ve 2014 yılında Ege Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalında yüksek lisans öğrenimlerini tamamlamıştır. 2011-2014 yılları arasında Doç. Dr. Rıza Cenk ERDUR’un yürütücülüğünü yaptığı TÜBİTAK projesinde yüksek lisans bursiyeri olarak görev almıştır. 2014 yılında Ege Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalında doktora öğrenimine başlamış olup, 2017 yılından bu yana da Ege Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümüne bağlı ve aktif olarak da Bilgi İşlem Daire Başkanlığında görevlendirilmiş öğretim görevlisi olarak çalışmaktadır. Araştırma alanı olarak semantik web, bağlı veri, sorgu motorları konularında derinleşmiş ve güncel olarak da büyük veri bütünleştirme, çoklu depo sistemleri (polystores), ölçeklenebilirlik, paralel ve dağıtık sorgu işleme, join optimizasyonu konularında çalışmalarını sürdürmektedir.

Konuşma Başlığı: Elektronik Sağlık Verileri Üzerinde Derin Öğrenme Uygulamaları

Konuşma Konusu:
Günümüzde gelişmiş Yapay zeka (YZ) teknolojilerinin popülerliği gittikçe artmaktadır. Bu artışın en büyük sebebi insan beyninden esinlenerek tasarlanan YZ tekniklerinden derin öğrenme gibi algoritmaların kullanımı yaygınlaşarak tekrardan doğması gösterilmektedir. Bulunduğumuz teknoloji çağına tsunami etkisi yaratan derin öğrenme görüntü işleme, makine çevirisi ve otonom araçlar gibi birçok alana yenilikler getirmiştir. Dönüşümü gerçekleştireceği bir sonraki alan ise sağlık hizmetleri olduğu düşünülmektedir. Medikal bilgi depolayan elektronik sağlık kayıtlarının (ESK) sağlık kurumlarındaki hızlı adaptasyonu bu dönüşümü en büyük tetikleyen etkendir. Öncelikle hasta bilgilerini arşivlemek gibi birçok sağlık görevlerinin yerine getirilmesi için tasarlanan ESK’lar, medikal bilginin artışıyla araştırmacılar tarafından ESK’ların kilink bilişim uygulamalarında kullanılmak üzere ikincil kullanım düşüncesi ortaya atılmıştır. Sağlık hizmetlerindeki “iyi hizmet, düşük maliyet” ilkesinden yola çıkılarak yapılan ESK verilerinin derin öğrenme ile ikincil kullanımı sağlık hizmetlerinin dönüşüm sürecinin başlangıç evresinde olup ileride büyük yenilikler getireceği açıktır. Bu sunumda, ESK verilerine dayanarak derinlemesine öğrenmeyi klinik görevlere uygulama konusundaki mevcut araştırmalar araştırılmış ve bu sistemlere uygulanan en yaygın derin öğrenme tekniklerinden bahsedilmiştir. Sonuç kısmında gelecekte ESK’nın derin öğrenimi alanında çalışmak isteyen araştırmacılara yön vermesi açısından alan değerlendirilerek sunum sonlandırılmıştır.

Kısa Biyografi:
Hazal Türkmen 2013 yılında Kocaeli Üniversitesi Bilgisayar Mühendisliğinden mezun olduktan sonra aynı yıl içerisinde Bilgisayar mühendisliği anabilim dalında yüksek lisansına başlamıştır. Yüksek lisansını Tübitak 114E422 numaralı ve "Ürünlerin Zayıf Özelliklerinin Türkçe Kullanıcı Yorumlarından Özellik Tabanlı Sentiment Analizi ile Keşfedilmesi" başlıklı projesinde 2016 yılında tamamlamıştır. Daha sonra 2017 yılında Ege üniversitesi Bilgisayar mühendisliği anabilim dalında doktora eğitimine ve 2018 yılında ise aynı bölümde araştırma görevlisi olarak çalışmaya başlamıştır. 2013 yılından bu yana doğal dil işleme ve makine öğrenmesi araştırma konuları ile ilgilenmektedir. Şu an doktora tez aşamasında olup, doktora tez konusu klinik doğal dil işleme ve derin öğrenme konuları kapsamındadır.

Konuşma Başlığı: İsveç / Sectra Deneyimi

Kısa Biyografi:
Ersin Çetin, 1994 yılında İzmir Fen Lisesi’nden mezun olmuş, 2001 yılında Ortadoğu Teknik Üniversitesi Mühendislik Fakültesi Elektrik-Elektronik Mühendisliği Bölümünde lisans ve 2005 yılında İzmir Yüksek Teknoloji Üniversitesi Mühendislik Yönetimi yüksek lisans öğrenimlerini tamamlamıştır. 2001-2003 yılları arasında Compaq Bilgisayar Türkiye firmasında Unix ve kurumsal donanımlar destek mühendisi olarak çalışmıştır.2003-2008 yılları arasında Philips Medikal Sistemler Türkiye’de görüntüleme cihazları için destek mühendisi olarak görev almıştır. 2011 yılından beri Apaz Medikal kurucu-genel müdür olarak kariyerine devam etmektedir.Apaz Medikal A.Ş. medikal bilişim alanında faaliyet göstermekte , Türkiye’de 15 üniversite hastanesi başta olmak üzere yaklaşık 50 hastaneye PACS sistemleri ve bileşenleri konusunda hizmet vermektedir.