Advertisement
Er du klar til at skærpe dine diagnostiske evner? 💡I takt med at kunstig intelligens (AI) bliver mere integreret på både medicinstudiet og ude i klinikken, opstår der en naturlig bekymring for "de-skilling" – at vi glemmer det håndværk, der essentielt adskiller os læger fra andre: Kunsten at tænke diagnostisk.
Derfor inviterer SAMS til en spændende, interaktiv faglig aften med fokus på Anatomien i klinisk ræsonnering! 🩺
👩⚕️ Hvad kommer der til at ske?
Vi har sammensat et program på et par timer, som er bygget op om 2-3 spændende kliniske cases fra almen praksis. Gennemgangen sker live og i fællesskab:
🔹 I stiller de relevante spørgsmål i anamnesen.
🔹 I vælger, hvilke undersøgelser der skal foretages.
🔹 I opstiller differentialdiagnoserne.
Undervejs stopper vi op ved de afgørende beslutningspunkter, hvor man typisk går galt i byen eller finder det rigtige spor – fx hvornår en banal hovedpine eller træthed skal tages alvorligt, og hvilke klassiske "diagnostiske biases" man kan falde i.
Til sidst får alle mulighed for selv at prøve kræfter med en case via platformen CaseMD. Vi runder af med spørgsmål og snak📱📚
🎤 Om oplægsholderen:
Aftenen ledes af Albi, som er læge og forsker i Forskningsenheden for Almen Praksis. Albi arbejder til daglig med klinisk AI og er medstifter af CaseMD (https://casemd.app/dk/), der netop arbejder med at revolutionere måden, vi træner diagnostisk tænkning på. Han brænder for at lære medicinstuderende ikke bare hvad de skal vide, men hvordan de rent faktisk tænker sig frem til den rigtige beslutning i klinikken.
UDFYLD NEDENSTÅENDE FORMULAR, HVIS DU KOMMER:
https://forms.gle/ryU4YLRDzVNmryCZ8
Tag din læsemakker under armen, og vær med til at sikre, at vi fremtidens læger fortsat er knivskarpe i vores kliniske ræsonnering. Vi glæder os til at se jer! ✨
Advertisement
Event venue
Panum Instituttet, Nørre Allé 18B, 2200 København N, Danmark, Copenhagen , Denmark
Tickets
Discover more events by tag
Conferences in Copenhagen Artificial-intelligence in Copenhagen Data-science in Copenhagen Machine-learning in Copenhagen