Πληροφοριες Προγραμματος
- Προθεσμια Υποβολης Αιτησεων:
- 13/9/2026
- Εναρξη Μαθηματων:
- 21/9/2026
- Διαρκεια:
- 3 Μήνες (55 ώρες)
Έναρξη Μαθημάτων
21/9/2026
Εισαγωγή
Σκοπός του προγράμματος "Artificial Intelligence in Healthcare" είναι η εκπαίδευση των συμμετεχόντων/ουσών στον σχεδιασμό, στην παραμετροποίηση και στην υλοποίηση αλγορίθμων μηχανικής μάθησης. Στο πλαίσιο αυτό, θα πραγματοποιηθεί η βήμα προς βήμα εκμάθηση όλων των σταδίων της μηχανικής μάθησης τόσο όσον αφορά στη δημιουργία των μοντέλων όσο και στην αξιολόγησή τους. Οι αλγόριθμοι που θα μελετηθούν, αλγόριθμοι κατηγοριοποίησης δυαδικής και μη και παλινδρόμησης, καλύπτουν μία ευρεία γκάμα προβλημάτων. Επίσης, θα παρουσιαστεί ολοκληρωμένη η διαδικασία προεπεξεργασίας δεδομένων (κείμενο και εικόνα), καθώς και η εκπαίδευση, η παραμετροποίηση και η χρήση του κατάλληλου μοντέλου μηχανικής μάθησης.
Μέσα από τις εξειδικευμένες ενότητες του προγράμματος, οι εκπαιδευόμενοι/ες θα έχουν τη δυνατότητα να παραμετροποιούν στο βέλτιστο βαθμό τους αλγορίθμους που απαιτούνται ανάλογα με το είδος του προβλήματος που αντιμετωπίζουν. Επιπλέον, θα εξοικειωθούν με την εφαρμογή αλγορίθμων μηχανικής μάθησης σε πραγματικά προβλήματα του τομέα της υγείας, όπου θα μπορέσουν να υλοποιήσουν παραδείγματα χρησιμοποιώντας σετ δεδομένων (datasets) με πραγματικά δεδομένα. Τα ανωτέρω, θα συνδυαστούν με παραδείγματα και ασκήσεις υλοποιημένα σε γλώσσα προγραμματισμού python.
Εκτός από την κλασική μηχανική μάθηση, οι συμμετέχοντες/ουσες θα έρθουν σε επαφή με την τεχνολογία αιχμής, τη μηχανική μάθηση σε πλατφόρμες ενσωματωμένων συστημάτων, όπου το μοντέλο, μετά τη δημιουργία του αποσυνδέεται εντελώς από τον υπολογιστή όπου έγινε η εκπαίδευσή του και μεταφέρεται στη συσκευή με πολλαπλά οφέλη στην κατανάλωση, την ταχύτητα των προβλέψεων και την ασφάλεια των ευαίσθητων προσωπικών δεδομένων.
Τέλος, θα παρουσιαστούν backend πλατφόρμες που έχουν τη δυνατότητα να υποστηρίξουν όλη τη διαδικασία, καθώς και οι βασικές έννοιες της ασφάλειας στο πλαίσιο της τεχνολογίας αλυσίδας συστοιχιών (Blockchain). Ειδικότερα θα παρουσιαστούν τρεις βασικές έννοιες: αποκέντρωση (decentralization), μηχανισμοί συναίνεσης (consensus mechanisms) και βασικές κρυπτογραφικές τεχνικές (cryptographic techniques) καθώς και ο τρόπος με τον οποίο τα στοιχεία αυτά συνεργάζονται ώστε να εξασφαλίσουν την ακεραιότητα (integrity), το αμετάβλητο (immutability) και την προστασία των δεδομένων (data protection) σε μεγάλα συστήματα και πλατφόρμες με χρήση της τεχνολογίας blockchain.
Το πρόγραμμα απευθύνεται σε απόφοιτους Πανεπιστημιακής Εκπαίδευσης/ΤΕΙ του τομέα των θετικών επιστημών της ημεδαπής και της αλλοδαπής, που ενδιαφέρονται να εμβαθύνουν σε εφαρμογές της τεχνητής νοημοσύνης και των αλγορίθμων μηχανικής μάθησης στον κλάδο της υγείας.
Προαπαιτούμενα προγράμματος: Απαιτείται Πτυχίο Τριτοβάθμιας Εκπαίδευσης
Μαθήματα Προγράμματος
Το πρόγραμμα περιλαμβάνει τα εξής μαθήματα:
| Μάθημα 1 | Εποπτευόμενη Μηχανική Μάθηση στον Τομέα της Υγείας |
|---|---|
|
|
| Μάθημα 2 | Προχωρημένα Θέματα Τεχνητής Νοημοσύνης στον Τομέα της Υγείας |
|
|
| Μάθημα 3 | Εφαρμογή Μηχανικής Μάθησης σε Πλατφόρμες Ενσωματωμένων Συστημάτων στον Τομέα της Υγείας |
|
|
Κόστος Προγράμματος
Εκπτώσεις έως 40% στα δίδακτρα των Προγραμμάτων. Δυνατότητα αποπληρωμής σε έως 10 μηνιαίες δόσεις.
Προεγγραφή με 80€ για αιτήσεις έως 31/08/2026 και 15% έκπτωση σε όλους λόγω early entry.
Ανταποκρινόμενοι στις ανάγκες και στα νέα δεδομένα που έχουν προκύψει στην κοινωνία λόγω του περιορισμού στο διαθέσιμο εισόδημα, παρέχουμε σε όλους διευκολύνσεις και παρατάσεις ως προς την πληρωμή των διδάκτρων τους σε συνεννόηση με τη Γραμματεία. Αυτό σημαίνει στην πράξη, ότι πέραν του ποσού της εγγραφής σας το υπολειπόμενο ποσό των διδάκτρων, δύναται να καταβληθεί σε μηνιαίες δόσεις που σας εξυπηρετούν μέχρι τη λήξη του Προγράμματός σας.
Παράλληλα, ισχύει εκπτωτική πολιτική για Ανέργους (30%), Κατόχους Ευρωπαϊκής Κάρτας Νέων (30%), ΑΜΕΑ (25%), Πολύτεκνους (20%), κ.ά. Δείτε στον παρακάτω πίνακα πως διαμορφώνονται τα δίδακτρα για κάθε ομάδα που δικαιούται έκπτωση.
Για αιτήσεις που έχουν υποβληθεί στον 93_94 κύκλο σπουδών από 26/05/2026 μέχρι και 31/08/2026 ισχύει έκπτωση 15% λόγω early entry. Η εγγραφή στο πλαίσιο της έγκαιρης προκράτησης θέσης, κατοχυρώνεται με καταβολή μέρους των διδάκτρων ύψους 80 ευρώ. Η αποπληρωμή του υπόλοιπου ποσού γίνεται σε δόσεις κατά τη διάρκεια του προγράμματος.
Η έκπτωση λόγω early entry εφαρμόζεται επί του συνόλου των διδάκτρων εφόσον έχουν αφαιρεθεί τυχόν άλλες εκπτώσεις.
Για τη χορήγηση του πιστοποιητικού είναι απαραίτητη η αποπληρωμή του συνόλου των διδάκτρων.
| Διάρκεια (μήνες) | 3 |
| Δίδακτρα (σε δόσεις) |
|
| Αριθμός δόσεων | 3 |
| Ποσό δόσης |
|
| Δίδακτρα (εφάπαξ) |
|
| Δίδακτρα με έκπτωση | ||||
| Έκπτωση | 15% | 20% | 25% | 30% |
| Δίδακτρα |
|
|
|
|
| Δόση |
|
|
|
|
|
Το E-Learning του Κέντρου Επιμόρφωσης και Δια Βίου Μάθησης του Ε.Κ.Π.Α., στο πλαίσιο του μη κερδοσκοπικού χαρακτήρα της παροχής αυτοχρηματοδοτούμενων προγραμμάτων εξ αποστάσεως επιμόρφωσης, εφαρμόζει ειδική εκπτωτική πολιτική για συγκεκριμένες κατηγορίες εκπαιδευόμενων. Αναφορικά με τους όρους χορήγησης εκπτώσεων και την εταιρική εκπτωτική πολιτική δείτε περισσότερα εδώ. |
| Ομαδα Α: Εκπτωση 30% |
|
| Ομαδα Β: Εκπτωση 25% |
|
| Ομαδα Γ: Εκπτωση 20% |
|
| Ομαδα Δ: Εκπτωση 15% |
|
| Ομαδα Ε: Εκπτωση 15% |
|
Ακαδημαϊκός Υπεύθυνος Προγράμματος
Στοιχεία Ακαδημαϊκού Υπευθύνου
Αντωνοπουλος Χρηστος
Δρ. Ηλεκτρολόγος Μηχανικός & Τεχνολογίας Υπολογιστών, Αναπληρωτής Καθηγητής, Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών, Πολυτεχνική Σχολή, Πανεπιστήμιο Πελοποννήσου
Συντελεστές Προγράμματος
Στοιχεία Συντελεστών του Προγράμματος
ZEONTEX
Zero One Technologies, Εταιρεία τεχνολογίας και πληροφορικής, https://zeontex.com/ai-in-healthcare
Πιστοποιητικά Προγράμματος
Δείτε δείγμα του χορηγούμενου Πιστοποιητικού
Πότε λήγει το Early Entry;
Απομένουν 48 μέρες για την λήξη του Early Entry
Συχνές Ερωτήσεις
| Τι είναι το πρόγραμμα Artificial Intelligence in Healthcare του E-Learning ΕΚΠΑ; |
|
Το πρόγραμμα Artificial Intelligence in Healthcare του E-Learning ΕΚΠΑ εκπαιδεύει στον σχεδιασμό, στην παραμετροποίηση και στην υλοποίηση αλγορίθμων μηχανικής μάθησης με εφαρμογή στον τομέα της υγείας. Καλύπτει τόσο την κλασική μηχανική μάθηση όσο και προχωρημένα θέματα όπως ιατρικές απεικονίσεις, ενσωματωμένα συστήματα και ασφάλεια δεδομένων μέσω blockchain. |
| Ποιες θεματικές ενότητες περιλαμβάνει το πρόγραμμα Artificial Intelligence in Healthcare; |
|
Το πρόγραμμα Artificial Intelligence in Healthcare του E-Learning ΕΚΠΑ οργανώνεται σε τρεις ενότητες: εποπτευόμενη μηχανική μάθηση στον τομέα της υγείας, προχωρημένα θέματα τεχνητής νοημοσύνης όπως νευρωνικά δίκτυα και ιατρικές απεικονίσεις, και εφαρμογή μηχανικής μάθησης σε πλατφόρμες ενσωματωμένων συστημάτων με θέματα παρακολούθησης ασθενών και ασφάλειας blockchain. |
| Σε ποιους απευθύνεται μια εξειδίκευση σε τεχνητή νοημοσύνη στον τομέα της υγείας; |
|
Μια εξειδίκευση σε τεχνητή νοημοσύνη και υγεία απευθύνεται σε αποφοίτους θετικών επιστημών που επιθυμούν να εμβαθύνουν στην εφαρμογή αλγορίθμων μηχανικής μάθησης σε κλινικά και ερευνητικά περιβάλλοντα. Απαραίτητη προϋπόθεση για το πρόγραμμα Artificial Intelligence in Healthcare του E-Learning ΕΚΠΑ είναι η κατοχή πτυχίου τριτοβάθμιας εκπαίδευσης. |
| Ποιος είναι ο τρόπος παρακολούθησης του προγράμματος Artificial Intelligence in Healthcare του E-Learning ΕΚΠΑ; |
|
Το πρόγραμμα Artificial Intelligence in Healthcare παρακολουθείται εξ αποστάσεως μέσω διαδικτύου, χωρίς υποχρέωση φυσικής παρουσίας σε συγκεκριμένο χώρο και χρόνο. Το εκπαιδευτικό υλικό διατίθεται σταδιακά, ανά διδακτική ενότητα, μέσω ειδικά διαμορφωμένων ηλεκτρονικών τάξεων του Κέντρου Επιμόρφωσης και Δια Βίου Μάθησης του ΕΚΠΑ. |
| Τι πιστοποιητικό χορηγείται μετά την ολοκλήρωση ενός προγράμματος επιμόρφωσης σε AI και υγεία; |
|
Μετά την ολοκλήρωση χορηγείται Πιστοποιητικό Επιμόρφωσης από το Κέντρο Επιμόρφωσης και Δια Βίου Μάθησης του ΕΚΠΑ. Στην περίπτωση του προγράμματος Artificial Intelligence in Healthcare, το πιστοποιητικό τεκμηριώνει εξειδίκευση στη μηχανική μάθηση με εφαρμογές στον τομέα της υγείας, συμπεριλαμβανομένων νευρωνικών δικτύων, ιατρικών απεικονίσεων και ενσωματωμένων συστημάτων. |
| Ποιες επαγγελματικές κατευθύνσεις ανοίγει η γνώση μηχανικής μάθησης στον τομέα της υγείας; |
|
Η μηχανική μάθηση στον τομέα της υγείας χρησιμοποιείται για διάγνωση ασθενειών, ανάλυση ιατρικών απεικονίσεων, παρακολούθηση ασθενών και επεξεργασία κλινικών δεδομένων. Επαγγελματίες με αυτές τις γνώσεις απασχολούνται σε ερευνητικά ιδρύματα, νοσοκομεία και εταιρείες υγειονομικής τεχνολογίας. Το πρόγραμμα Artificial Intelligence in Healthcare του E-Learning ΕΚΠΑ καλύπτει αυτές τις εφαρμογές με πρακτικά παραδείγματα σε γλώσσα προγραμματισμού Python. |
| Ποια η διαφορά μεταξύ κλασικής μηχανικής μάθησης και μηχανικής μάθησης σε ενσωματωμένα συστήματα στον τομέα της υγείας; |
|
Στην κλασική μηχανική μάθηση το μοντέλο εκπαιδεύεται και χρησιμοποιείται σε κεντρικό υπολογιστή, ενώ στη μηχανική μάθηση σε ενσωματωμένα συστήματα το μοντέλο μεταφέρεται στη συσκευή, αποσυνδεδεμένο από τον υπολογιστή εκπαίδευσης. Αυτό προσφέρει οφέλη στην ταχύτητα προβλέψεων και στην προστασία ευαίσθητων δεδομένων, θέμα που αναλύεται διεξοδικά στο πρόγραμμα Artificial Intelligence in Healthcare του E-Learning ΕΚΠΑ. |
Testimonials
Πολύ καλή προσέγγιση του θέματος και πολύ εποικοδομητικό και χρήσιμο για την εργασία μου.
