#معرفی_سخنران

⭐️ Dr. Pouria Rouzrokh
💠 Radiology Resident at Yale University | Assistant Professor of Radiology at Mayo Clinic

🗣 Presentation Title :

"Agentic AI in radiology : from generative AI to Agentic AI"

📚 Educational Background :
🔵 Doctor of Medicine (MD), Tehran University of Medical Sciences
🔵 Master of Public Health (MPH)
🔵 Master of Health Professions Education (MHPE)

🔬 Professional Appointments & Research Roles :
➡️ Assistant Professor of Radiology, Mayo Clinic
➡️ Research Associate, Radiology Informatics Lab, Mayo Clinic AI Lab
➡️ Postdoctoral Research Fellow, Radiology Informatics Lab, Mayo Clinic AI Lab
➡️ Radiology Resident, Yale University

👤 Memberships & Leadership Roles :
📌 Radiological Society of North America (RSNA)
🔘 Associate Director for Deep Learning Labs, Chicago, IL (Hybrid)
🔘 Member of the RadioGraphics Trainee Editorial Board (RG Team)
📌 Society for Imaging Informatics in Medicine (SIIM)
🔘 Member, Education Sub-Committee
📌 Mayo Clinic AI Lab (Radiology Informatics Lab), Active researcher in radiology AI

🏅 Selected Achievements :
💠 RSNA Honored Educator Award (2025)
💠 RSNA Trainee Research Prize (2022 & 2023)
💠 Recognized for contributions to AI education and medical imaging research

📝 Research Interests :
✅ Artificial Intelligence & Deep Learning in Radiology
✅ Imaging Informatics & Data Science
✅ Radiology Workflow Optimization
✅ Medical Education & Innovation

😀 لینک ثبت‌نام در رویداد

🌐 MedAISummit
🌐LinkedIn 💠🔗Twitter 💠🌐Instagram

⬅️ ساختن آیندهٔ صنعت سلامت با هوش مصنوعی مولد!

☑️ هوش مصنوعی مولد (Gen AI) فناوری‌ای است که می‌تواند با بهبود تشخیص‌های پزشکی، شخصی‌سازی درمان‌ها و افزایش کارایی مراقبت از بیماران، آینده صنعت سلامت را به شکل دیگری رقم بزند. برای دانشجویان پزشکی و متخصصان غیر فنی اما، آشنایی با Generative AI فرصتی است برای مشارکت در تحولی که پزشک و کار پزشکی را با هوش مصنوعی پیوند می‌دهد.

🔙 هوش مصنوعی مولد یا (Gen AI) از مدل‌های زبانی بزرگ (LLMs) و سایر مدل‌های پایه‌ای (Foundation models) استفاده می‌کند که توسط مهندسان هوش مصنوعی برای توسعه ابزارهایی مانند تحلیل داده‌های پزشکی، تهیه گزارش‌های بالینی یا پیش‌بینی بیماری‌ها به کار می‌روند. و این فناوری به افراد غیرمتخصص در برنامه‌نویسی هم این امکان می‌دهد تا برنامه‌های کاربردی‌ای بسازند که به پزشکان و سایر افراد مشغول در صنعت سلامت در تصمیم‌گیری‌های دقیق‌تر یا بهبود فرآیندهای درمانی (از کارهای تکراری گرفته تا پروسه‌های طاقت‌فرسا‌ و...) کمک کند.

در حوزه مراقبت‌های سلامت، Gen AI کاربردهای عملی و ملموسی دارد. این فناوری می‌تواند در

🩻‌ تحلیل تصاویر پزشکی برای تشخیص زودهنگام بیماری‌ها، 🧪 کمک به تحقیقات دارویی یا 📝 ساده‌سازی وظایف اداری مانند مدیریت اطلاعات بیماران و بسیاری از موارد دیگر نقش داشته باشد و صرفا برای مثال، ابزارهای مبتنی بر Gen AI می‌توانند به متخصصان قلب در شناسایی بیماران پرخطر یاری رسانند یا به پزشکان امکان دهند تمرکز بیشتری بر مراقبت مستقیم از بیماران داشته باشند. 🫀

🎆در یکی از جلسات رویداد که به کارگاه آموزشی اختصاص دارد، در خدمت متخصص قلبی هستیم که از دانشگاه علوم پزشکی تهران فارغ‌التحصیل شده و در دیجی‌کالا مهندس نرم‌افزار است و در زمینه ساخت محصولات مبتنی بر Gen AI فعالیت می‌کند. این کارگاه برای افراد غیرفنی علاقه‌مند به «طراحی و ساخت محصولات دیجیتال مبتنی بر هوش مصنوعی مولد» طراحی شده است تا پس از آشنایی با مقدمات و اصول این زمینه، مسیر خود را برای ساختن آیندهٔ صنعت سلامت آغاز کنند!🎆

🌐MedAISummit
🌐LinkedIn 💠 🔗Twitter 💠🌐Instagram

#معرفی_سخنران

⭐️ Dr. Reza Shahnazar
💠Cardiologist, Al Engineer & Entrepreneur

🗣 Workshop's Title :

"Introduction & Principles of Building GenAI-based applications in the Healthcare Industry."

📚 Educational Background :
🔵 Medical Doctor, TUMS
🔵 Cardiologist, TUMS

🔬 Scientific Background & published articles :
➡️ Machine learning applications in medical diagnostics
➡️ Clinical informatics and digital health innovation

👤 Industrial Background :
📌 Software Engineer at Digikala
📌 Product Marketing Manager at Digikala
📌 Co-founder & CPO at ZiDoctor
📌 Technical PM & Full-Stack Developer

🏅 Achievements :
💠 Gold Medalist, Iran Biology Olympiad

🔗لینک ثبت‌نام در رویداد

🌐MedAISummit
🌐LinkedIn 💠🔗Twitter 💠🌐Instagram