20

PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

  • Upload
    others

  • View
    14

  • Download
    0

Embed Size (px)

Citation preview

Page 1: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı
Page 2: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

| 2

• Kanıta Dayalı Tıp

• Meta Analiz

• Sistematik Derleme

• MESH

• Pubmed

• PICO

• Klinik Denemeler

• LinkOut

Klasik Tıp Terimleri

Page 3: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

| 3

Doktorlar Kütüphane(ci)den Ne İsterler?

Page 4: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

| 4

Page 5: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

50

7 3,5 0,20

10

20

30

40

50

60

1950 1980 2010 2020

Year

s

Doubling timeKatlanma Hızı

Densen P. Challenges and opportunities facing medical education. Trans Am Clin Climatol Assoc. 2011;122:48–58

73 Gun

#1. TIBBI BILGININ KATLANMA SURESI

Page 6: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

| 6

Page 7: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

| 7

Sağlıkta Teknoloji DevrimiKlinik Karar Destek Sistemleri (Clinical Decision Support Systems)Büyük Veri (Big Data)Yapay Zeka (Artificial Intelligence)Yapay Sinir Ağları (Neural Networks)Makine Öğrenimi (Machine Learning)Derin Öğrenme (Deep Learning)Bulanık Mantık (Fuzzy Logic)

Page 8: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

Tip Eğitimi Temel Kaynak İhtiyacı

Page 9: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

Tıbbi Zorlukları Belirleme…Öğrenciler▪ Ders kitap ücretlerini

karşılayamazlar.▪ İşlenen konulardaki tüm sayfaları

okumak için yeterli zamanları yoktur.

▪ En iyi performansı göstermek için büyük baskı altındadırlar. Öğrencilerin mental sorunları için endişeler büyümektedir

Öğretmenler▪ En iyi tıbbi eğitimi vermek isterler

Ancak tüm öğrenciler ilgili kaynaklara erişemezler.

▪ İnternet her zaman güvenli değildir.

▪ Yeterli zamanları yoktur.

Üniversiteler▪ Sağlık çalışanlarının yaşadığı global

kısıtlamalar.

▪ Tıp eğitiminde diğer alanlara kıyasla öğrenci başına daha yüksek harcamalar.

▪ Bütçe kısıtlamaları.

▪ En iyi öğrenci ve araştırmacılar düşük profilli üniversiteleri tercih etmezler.

Page 10: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

Öğrencilerin profesyonel hayatta karşılacaklarızorluklar …

▪ Tıbbi bilgilerin değişim hızının giderek artması

▪ Sınıftan kliniğe taşınma▪ Klinik problemlerin çözümü için bilgi

gereksinimi▪ Başarısızlık korkusu

Page 11: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

Gelecek nesil tıp öğrencileri

Farklı öğrenme tercihleri ve beklentileri vardır:

▪ Bireysel öğrenme/keşfetme▪ İşbirlikçi▪ Dijital kullanıcı▪ Görsel ve deneysel▪ Girişimci

Page 12: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

The Future of Medical Excellence

Temel İçerik ve Özellikler

▪ Dünyaca tanınmış ders kitapları ▪ Yüksek çözünürlüklü İmaj/videolar▪ Tanı özet sayfaları▪ İnteraktif öğrenme araçları

Değerlendirme (assesment) modülü

▪ 4200+ temel tıp ve klinik sorular.▪ Dünyaca ünlü doktorlar tarafından ▪ Formatif değerlendirme

Page 13: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

Temel İçerik ve Özellikler

Page 14: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

En kapsamlı ve güvenilir içeriğe erişiniz▪ Gray’s Anatomy for Students and

Medical Physiology’i de içeren 50 uzmanlık alanında 200+ önde gelen ders kitabı

▪ 85,000 yüksek çözünürlükte imajatelif hakkıyla erişim

▪ Pratik kullanımlı anatomik diseksiyon gösterilerinden klinik muayene örneklerine kadar 850+ videoya erişim.

▪ Yaygın hastalıkların ve klinik konuların 1500+ hızlı erişim özetleri

Page 15: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

Tıbbi verilerin bilgiye dönüşümü ▪ Kişiselleştirilebilir Kütüphane (Bookshelf)

▪ Flashcard kulanım aracı

▪ Not - alma (OneNote entegrasyonu ile) ve işaretleme

▪ Not paylaşma

▪ Fakülte ve öğrenciler için zaman tasarrufu: Sunum oluşturma aracı

▪ İmaj görütülerilerini kullanarak derslerinizi zenginleştirin

▪ Online ve offline aplikasyon kullanımı ile her yerde her zaman erişim

▪ Mobil öğrenim için Sesli okuma özelliği

Page 16: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

Değerlendirme (assesment) özellikleri

Page 17: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

Formatif değerlendirme sizin için ne ifade ediyor?

Page 18: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

Öğrenciler İçin▪ “Sınıfıma kıyasla nasıl olduğumu bilmiyorum”

▪ “Yeterli geri bildirim alamıyorum”

▪ “Daha fazla uygulama sorusu istiyorum”

▪ “Şu anda” ve “tam zamanında” öğrenim kaynaklarına erişmek istiyorum

▪ “Soru bankaları satın almak pahalı.”

Fakülte İçin▪ “Öğrencilerin çalışmalarından her zaman emin değilsiniz ”▪ “Öğrenciler daha fazla soruya erişim istiyor.”▪ “Belirli konuların öğretiminin ne kadar etkili olduğundan her

zaman emin değilsiniz.”▪ “Her öğrenci için öğrenimi kişiselleştirmek için zamanınız yok.”▪ “İhtiyacı olan herkesi düzeltmek için yeterli zamanınız yok.”

Eğitim alan öğrencileri nasıl tanımlarsınız?

Page 19: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

▪ Öğrencilerin zayıf olduğu alanları belirlemek için veri kaynaklı tespitlereanında erişim

▪ Anında ve hedefe yönelik düzeltme sağlayın

Öğretim/araştırma/uygulama için fakülteye zaman kazandırın

▪ 4200+ soruya erişim (1800 temel bilimler ve 2.400 klinik tıp sorusu).

▪ Fakülte, ödevler hazırlayarak öğrencileri tanımlayabilir.

▪ Editör Kadrosu tarafından yazılıp incelenmektedir

c

Page 20: PowerPoint Presentation...YapaySinirAğları (Neural Networks) MakineÖğrenimi (Machine Learning) DerinÖğrenme (Deep Learning) Bulanık Mantık (Fuzzy Logic) Tip EğitimiTemelKaynakİhtiyacı

Öğrenim sonuçlarını geliştirme

▪ Öğrenciler kendilerini değerlendirebilirler

▪ Geri bildirim alıp kıyaslama yapabilirler

▪ Zayıf oldukları konuları ek öğrenme kaynakları ile eşleştirebilirler

▪ Zayıf noktalarına odaklanmak için testlerini özelleştirebilirler