닥터, 코드를 만나다

CH 01. AI와 함께 성장하는 미래의 의사들: 의대생과 전공의를 위한 필수 가이드
I. 서론: 우리의 미래, 앞으로 어떻게 될까요?
II. AI 시대의 의료 전문가 되기: 전공의, 의대생, 개발자를 위한 로드맵
III. 의료 AI 입문: 파이썬 설치와 Google Colab 활용 가이드
IV. 의학 연구자를 위한 AI 개발 환경 설정 가이드

CH 02. 임상 연구와 데이터 분석의 열쇠, 파이썬 알아보기
I. 의료 정보 처리를 위한 파이썬 기초: 데이터 타입과 구조
II. 의학 공식의 새로운 접근: 파이썬으로 Anion Gap 이해하기
III. 파이썬으로 구현하는 고칼륨혈증 감별 진단: TTKG에서 알고리즘까지
IV. 파이썬으로 구현하는 쿠싱증후군 진단 알고리즘: 복잡한 의학 지식을 코드로 정리하기
V. 파이썬으로 구현하는 CHA2DS2-VASc 점수 계산기: for문과 while문의 활용
VI. 파이썬 클래스와 모듈로 구현하는 고칼륨혈증 관리 시스템
VII. 의사의 새로운 파트너, AI: 파이썬으로 시작하는 의료 혁신의 여정

CH 03. 의료 AI의 모든 것: 기초 개념부터 최신 기술까지
I. 의료 AI 개발의 7단계 파이프라인: 데이터 마이닝부터 모델 배포까지
II. 의료 AI의 기초: 머신 러닝과 딥 러닝의 핵심 개념 이해하기
III. 의료 AI 개발의 필수 도구: 주요 프레임워크 총정리
IV. 의료 현장의 머신 러닝: 주요 기법과 임상 응용
V. 의료 혁신을 이끄는 딥 러닝: 주요 기법과 임상 응용
VI. 의료 AI의 최신 트렌드: 첨단 기술과 도구들

CH 04. 의료 인공지능 개발의 출발선: 환경 구축부터 리소스 탐색까지
I. 의대생과 전공의를 위한 의료 AI 코드 탐험: Github, Hugging Face, Papers with Code 활용법
II. 의대생과 전공의를 위한 의료 AI 데이터셋 가이드
III. 의료 인공지능 개발의 게임 체인저: LLM의 활용과 가능성

CH 05. 영상 이미지 분석을 위한 딥 러닝
I. MedMNIST와 MONAI: 의료 AI 연구의 효율적인 시작점
II. No Specific Change? AI로 풀어가는 chest X-ray 판독의 도전
III. Complete Anatomy를 넘어서: AI로 구현하는 개인화된 3D 인체 모델
IV. 근육을 읽는 AI의 눈: 정형외과 수술의 정밀한 평가를 위하여
V. 30초의 압박에서 자동화된 분석까지: 의학 교육과 기술의 만남
VI. 개원 의사의 필수 도구: 초음파와 AI의 시너지
VII. MediaPipe BlazePose: 의료 현장의 움직임 분석을 혁신하는 실시간 자세 추정 기술

CH 06. 시계열 자료 분석을 위한 딥 러닝
I. 아침 7시의 악몽 탈출하기: 딥 러닝으로 혈당 관리 혁신
II. AI의 청진기: 딥 러닝이 읽어내는 심장의 리듬

CH 07. 생성형 AI 및 자연어 처리
I. 의료 기록의 새로운 패러다임: LLaMA 모델과 AI의 만남
II. AI로 진화하는 의대 족보: GPT-4 스마트 학습 혁명

CH 08. Medical GitHub: 미래 의사를 위한 AI 플레이그라운드