在醫院有部分老師的簡報特別簡單好懂,不使用過於花俏的視覺設計,簡單的圖文就能使觀眾印象深刻,此外,隱約都有種類似的風格,讓人一看就知道是同一個流派的簡報。
⠀⠀
【2021 最後梯次】11/6(六)醫學簡報與電子壁報工作坊
https://grsp2013.innovarad.tw/2020/09/bcchen.html
⠀⠀
在參加這次工作坊之前,我也曾接觸各種簡報設計課程、部落格或臉書社團,固然這些資源都有教導很多實用的技巧,但針對醫學簡報的課程卻相當罕見。
⠀⠀
尤其醫學簡報又有其特殊性,要能在做到簡潔的同時,又不失去資訊的完整性,文獻滿滿的表格、流程圖、治療指引,都很難化繁為簡。
⠀⠀
很多人認為,簡報做得好沒什麼了不起,針對這種想法的人,蔡校長直接在第一堂課用 case discussion 示範簡報能做到多專業。
⠀⠀
Ver A 表演的爛之誇張,讓我們都笑了出來,同時也感嘆自己是不是平常就是這樣報;再看到 ver B,才發現平常晨會報到讓人睡著的 case,原來也可以報得這麼精彩。
⠀⠀
事後,聽到校長分析兩種版本的關鍵差異,發現 ver B 除了簡潔有力,很多意想不到的細節,也都能看出對觀眾的體貼。
⠀⠀
⠀⠀
🎯 課程特色
⠀⠀
我們將準備六個醫學簡報最重要的基礎項目,讓您練習,包括:
⠀⠀
#標題頁 如何在第一頁就正確的顯示自己的專業?
#治療過程 用時間軸表達診斷與治療經過
#醫學影像 如何正確處理影像,讓觀眾真正懂?
#生存曲線 從密密麻麻看不清楚,到大器呈現,瞬間被理解。
#流程圖 Study 收案、分組、end-point 如何呈現?
#結論結尾頁 專業結尾,給人專業上的信賴感,毫不馬虎。
⠀⠀
⠀⠀
🎯 近期參加簡報工作坊的學員背景
⠀⠀
課後滿意度,全部都在 4.92 分以上,最高達 4.96 分。
⠀⠀
醫師以在醫院服務的主治醫師為大宗,佔 34%,住院醫師佔 26%,診所醫師佔 5%。
⠀⠀
醫療相關行業(醫學系學生、藥師、放射師、職能治療師、護理系副教授、護理師、藥廠代表)佔 30%。
⠀⠀
非醫療相關產業(研究生)佔 5%。
⠀⠀⠀⠀
⠀⠀
👨🏫 講師陣容
⠀⠀
蔡依橙與蔡欣宇醫師,實際在國際舞台連續得獎,教學過程曾修改過 1400 份醫學簡報,類型涵蓋 case presentation、mortality conference、grand round、journal reading、invited speech、實證醫學競賽、品管圈……等,指導過內外婦兒獨立科等醫師、醫療人員與研究者,協助多位校友登上國際舞台,全方位解決您的需求!
⠀⠀
【2021 最後梯次】11/6(六)醫學簡報與電子壁報工作坊
https://grsp2013.innovarad.tw/event
⠀⠀
各項簡報會應用到的技巧,面面俱到,甚且是連怎麼樣報告,要怎麼設計內容才會報得好,受到長官老闆的青睞,這堂課全部一起教給你。
醫學影像 種類 在 新思惟國際 Facebook 的最佳貼文
聽學會演講的時候,你是不是遇過有些大師,研究做很多很好,但怎麼臨床的經驗有限,好像只懂他自己做的研究,對於真正臨床上,可能遇到的問題,所知有限?
⠀⠀
是的,這就是只做 original article 的學者侷限。
⠀⠀
他們或許在自己有興趣的 trial 上是專家,但這些受試者都是特別去招募來的,或者其他醫院轉介來的,對於我們在臨床第一線,如何從無到有去找到問題,甚至看到那些與 trial 病人不同的疾病,他們沒有興趣。
⠀⠀
主辦過國際研討會的人都知道,在評估講者的時候,如果看到一個候選者,全部只做一個領域的 original article,其實會怕,就是擔心講得太細,領域太專,讓大家覺得無聊。
⠀⠀
⠀⠀
【首梯迅速額滿,好評加開第二班】⠀
🔹全新企劃|個案報告、技術發表 與 文獻回顧 工作坊
🔹活動時間|7/11(日)9:00a – 4:40p
🔹立刻報名|https://casereport.innovarad.tw/event/
⠀⠀⠀⠀
⠀⠀
🤔 怎樣的講者最受歡迎呢?
⠀⠀
就是在 PubMed 上,除了有 original article 之外,偶爾分享個案報告,影像清楚、講解易懂,且切入點深有洞見;他們也將自己的技術,整理成有教學意義的 technical note,顯示他們樂於分享,而且教學技巧不錯;甚至還有幾篇 review article,確認他們在這領域的「江湖地位」。
⠀⠀
這樣的全方位講者,最常被邀請,也最受歡迎。要深度有深度、要廣度有廣度、要教學也有技巧與熱忱。這也是蔡依橙校長之所以經常受到各國學會邀請演講的原因:一個種類多元完整的 publication list。
>>>https://bit.ly/3sJpi7X
⠀⠀
⠀⠀
🤔 要發表這麼多種類的論文,應該很花時間吧?
⠀⠀
其實不然,很多的概念,是可以適當拆分,並做不同發表的。例如,執行一個 original study,遇到有趣但不合收案標準的案例,就能整理成 case report 甚至 case series。在整理自己的技術發表為 technical note 後,更能將這個領域的完整發展,寫成 review article。
⠀⠀
甚至,你也能順道放上自己的工作場景,讓全世界的讀者,認識你的工作環境與工作態度,甚至加班時喝的烏龍茶,是罐裝的,還是自己泡的。
⠀⠀
這堂課,我們將以實際的範例說明,如何在一個領域耕耘時,同時產出 original article / case report / technical note / review article,善用有限的資源與時間,卻又達成一個更為多層次、更為立體的學術專業形象。
⠀⠀
⠀⠀
👁🗨 課程內容
⠀⠀
✔ 期刊社在想什麼?怎樣的個案才會被接受?
✔ 有好技術,該如何發表?讓創意被全世界看見。
✔ 如何找到有分數、非詐騙、收個案報告的期刊?
✔ 互動實作時間:親手處理出 SCI 等級的醫學影像
✔ 退稿後還能怎麼作?拋媚眼給對的人看。
✔ 臨床個案整理技巧,與發表實例。
✔ 個案+技術+文獻回顧,在專業上更進一步。
⠀⠀
⠀⠀
🚩 讓你的臨床個案和技術,成為發表在 PubMed 的實力!
https://casereport.innovarad.tw/event/
醫學影像 種類 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
AI運用蓬勃發展 醫院各擅勝場
陳人齊/台北報導
2021年4月25日 週日 上午4:10•
隨著人工智慧(AI)技術日益成熟,運用在醫學上的用途也越來越廣泛,國內不少醫院,近年來專注開發自家的AI技術,舉凡癌症預防、防猝死監測、骨科手術全都涵蓋,這2年的新冠疫情更是推波助瀾,加速國內醫療AI產業的發展,成為未來幾年的醫療新趨勢。
林口長庚近日就發表全新的骨折AI演算法技術,從外傷資料庫5000張骨盆X光片,發展出一套能判讀發生骨折可能部位的AI演算法,輔助第一線急診醫師診斷及掌握黃金治療時機,平均準確度超過95%,目前連美國史丹佛醫院、約翰霍普金斯醫院和新加坡樟宜醫院等國際多家知名醫院和外傷中心都已使用此演算法。
長庚團隊利用醫院自身龐大的外傷資料庫,收集過去10年高達5000張骨盆X光片,訓練及新設計出AI演算法,能同時辨識各種不同位置及不同類別的外傷型態,還能利用熱點標示,精準指出病人受傷的位置,呈現給第一線醫師參考。
台北榮總與三軍總醫院去年底也將智慧醫療導入醫學影像與心電圖分析,利用深度學習以及演算法,可從心電圖波形來辨識不同種類的心律不整,連續監測10天可得出超過8成的準確判斷,提前預防猝死性心律不整的發生。
台北醫學大學則透過巨量影像資料庫研究計畫積極發展腫瘤辨識AI,目前肺癌已可直接透過全玻片、不須人工標註的方式判讀腫瘤良性、陰性以及亞型種類;另一套開發中的卵巢癌AI也能辨識出2種亞型,待將來樣本資料數增加,就能加入臨床運用。
台北醫學大學教授陳志榮表示,過去判斷肺部腫瘤是否為惡性,必須經穿刺或開刀的方式取下腫瘤組織,送到病理檢驗部門先製作成病理玻片才能用顯微鏡判斷,但北醫自家的AI技術不但能降低人為誤判的機率,還能將人工判讀所需的10~15分鐘,縮短至3~5分鐘。
資料來源:https://tw.news.yahoo.com/ai%E9%81%8B%E7%94%A8%E8%93%AC%E5%8B%83%E7%99%BC%E5%B1%95-%E9%86%AB%E9%99%A2%E5%90%84%E6%93%85%E5%8B%9D%E5%A0%B4-201000408.html
醫學影像 種類 在 台中榮民總醫院- #活動訊息【第5屆醫學影像量化國際研討 ... 的必吃
外專家學者齊聚共同討論醫學影像相關研究議題,並交 ... 睪丸腫瘤種類繁多,治療方法不盡相同,一般來說建議先切除睪丸病灶,再進一步選擇接受化學治療或手術方式。 ... <看更多>
醫學影像 種類 在 【Lecture】醫學影像成像原理:Magnetic Resonance Imaging ... 的必吃
醫學影像 是現代醫學非常重要的非侵入性診斷工具,也是一門跨領域之專業,適合物理學家、化學家、工程師以及醫師對任何特定領域進行研究。 ... <看更多>
醫學影像 種類 在 Re: [請益] 想請問有關於醫學影像處理- 看板Soft_Job 的必吃
最新醫學影像處理的技術發展最重要的一點是影像的來源,即Modaltiy(造影設備)
台灣目前沒有任何一家公司在賣Modaltiy,所以大部分學術界玩的幾乎是演算法。
例如資工、醫工、醫資等科系有很多 "醫學影像處理實驗室"。絕大部分都是拿現有的
造影設備產生的影像來進行所謂影像後處理的工作。大多是要改善目前影像無法直接診斷
利用DIP的方式來找出 "亮點" 或是提高診斷的準確。這些都要從醫生那邊取得的需求。
如果你朝學術方向進行,頂多就是改善演算法套一種醫學影像然後去改善準確率。你可以
利用相同的方法去套用到其他種類的影像,只要改修改本身的演算法,針對影像的特徵
或物理組織在成像的特性,例如脂肪、水、骨頭對造影的結果有不同的數值,可以根據
這些物理特性轉換至數位影像pixeldata,根據造影的原理再來進行DIP
例如,算出器官的體積,並用不同顏色標出。如果學校老師偷懶的話他可以用同一款DIP
產生無數paper。例如:
使用XXX分析法對YY醫學影像分析 (改YY就好),國內衝paper就是這樣玩的?
但這樣的做法有一個很嚴重的問題,就是一但別人發明了一個新的造影設備,使用新儀器
所產生的醫學影像可以解決過去需要影像後處理的問題。那麼問題就來了,長期研究這題
目的人怎麼辦? 這是一個困境。
我遇到的情形是,以前乳房攝影因為是平面,所以有些鈣片不能準確地知道它的形狀以及
實際分佈的情形。因為有可能鈣片會重疊在一起,你只能透過影像看到前面,看不到後面
因此就有一堆人在做這樣的研究,改善原始影像對於鈣片的診斷。因此paper滿天飛
但該死的某家廠商發明了一種叫3D乳房攝影,結果不用影像後處理就可解決上述的問題。
問題來了,你叫那些研究學者情何以堪? 可能他畢生的心血都在這裡。
那這些老師只能安慰子己說我努力培養學生,讓他們學習影像處理的技能而已。研究呢?
另一個案例是很久以前,因為要計算鈣片的數量以及大小要算,一顆乳房鈣化的地方可能
非常的多,要用影像後處理來做的確是有很大的空間可以玩。後來儀器商就跟大學共同
研究開發鈣片偵測演算法整合到儀器理面,造影完之後就可以直接算出結果,還給直接
出報告,最後這個報告還變成國際標準格式。
台灣沒有公司在做造影設備,所以我們台灣只能撿人家現有的產品來玩後處理。因此,
一個國家學術要夠強,背後必須要有對應的工業界支撐。不然只能撿人家剩下來的玩。
例如:德國、美國。這兩個國家的學術單位背後都有強大的工業在支撐。
台灣的老師也可以自我安慰說,我學生很聰明啊他可以推導複雜的數學,應用在DIP上面
所以也這證明我們很強。學術研究可以,但應用到工業界。抱歉,我不用你的公式可以
跟你做出一樣的結果。
: : 現在也在研讀一些DIP的算法 並且試著使用VC來實現
: : 之後也打算往這方向研究
: : 如果醫學影像真的還是沒發展 我念完研究所也是要到資訊業電子業
: : 我想請教的是
: : 如果是要進入一些有在作影像處理的公司
: : 我需要在研究所加強甚麼額外的能力?
考過筆試通過面試,這才是你的目標。多寫程式,熟悉幾項工具。Interview時能證明你
具有這方面的能力,可以將code放到例如:git,時間久了會慢慢累積經驗。
: : (研究所的修課我的大約想法是修演算法 影像處理 資料結構 DSP 一些編碼課程
: : 旁聽資工系的大學部課程
最基本要上影像處理、資料結構。演算法個人覺得是多寫程式遠比上課有用多,有的可以
靠自己上網學習或是透過openSource去看別人寫的code再對照理論,會比你從頭學快得多
大部分的東西例如編碼,已經有現成的library可以用,你了解原理就好。最重要的是
在你研究所時期能累積實戰的經驗,以及面對雇主時能好好地呈現你的作品
在學校學到這樣的理論後,出社會找工作,不完全是類似的工作。但你可以從學習的過
程中,提升你的程式能力。生醫影像處理只是影像處的一部分,套用到其他領域,
你學的理論一樣可以用得上。所以不要拘泥做生醫影像處理,畢業後的工作也要做這個
(在台灣幾乎是不可能,有的話也是call原廠的API, 做library的幾乎沒有)
: : 還有一些數學系的課程像是代數導論 學些硬體如單晶片8051
: : 我也不排斥延畢一年多學東西)
: : 因為大學部不是電資相關 所以我很用心想學
: : 其實在現在大三就已經在學程式 把機率 線性代數 信號與系統 傅利葉 學好(但是都自修
有時間就多修,因為你不曉得會不會有一天突然用到。
: 簡單來說要追回來至少要砸大錢砸十年才有機會跟國外平起平坐,
: 為什麼我這麼說呢?
: 那些資訊與醫學整合領域的人要訓練多久,
台灣醫學資訊工程的工業在台灣不外乎就是代理、改規格、拿原廠的API來玩。若在業界
找工作不如把自己的code能力加強,順利通過面試跟筆試。不然就頭洗下去繼續深造。
但未來找工作就......
: 這就是為什麼很多 paper 都是那幾個 lab 在發表,
: 因為他們是巨人啊!他們的前輩有長遠的眼光,
: 知道這個領域有前途,所以他們在這些領域累積了巨人,
: 讓他們的後繼者可以乘著巨人的肩膀,
: 不斷累積上去,
巨人背後有強大的工業在支撐。重點是巨人有還沒上市的新儀器。除非台灣廠商哪天突然
想開發醫療儀器。我個人認為超音波有機會,因為沒有所謂輻射管制,台灣做的門檻比較
低。中國已經一些實力不錯的廠商發展出超音波產品出來了。有了這些工業,台灣的學術
能力才會跟著提升,但前提是廠商要跟國外一樣,,在產品開發時期,就要讓大學進場了
: 台灣在這裡只是一個半路出家的角色,
: 需要花更多資源去投資這個領域,
: 但還不一定會回收,
: 你有興趣當工作建議你去了解 kitware 怎麼進去吧!
能用這些code對你找類似的工作有幫助,例如嘗試寫CMake,使用ITK, VTK到你的程式中
這些都是以未來找找工作本錢。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 2.241.152.58
... <看更多>