Grazzi talli żort Nature.com. Il-verżjoni tal-browser li qed tuża għandha appoġġ CSS limitat. Għall-aħjar riżultati, nirrakkomandaw li tuża verżjoni aktar ġdida tal-browser tiegħek (jew itfi l-modalità ta 'kompatibilità fl-Internet Explorer). Sadanittant, biex niżguraw appoġġ kontinwu, qed nuru s-sit mingħajr grafika jew JavaScript.
Applikazzjonijiet ta 'intelliġenza artifiċjali klinika (AI) qed jikbru malajr, iżda l-kurrikuli tal-iskola medika eżistenti joffru tagħlim limitat li jkopri dan il-qasam. Hawnhekk niddeskrivu kors ta 'taħriġ ta' intelliġenza artifiċjali li żviluppajna u kkunsinnaw lil studenti mediċi Kanadiżi u nagħmlu rakkomandazzjonijiet għal taħriġ futur.
L-intelliġenza artifiċjali (AI) fil-mediċina tista 'ttejjeb l-effiċjenza fuq il-post tax-xogħol u tgħin it-teħid ta' deċiżjonijiet kliniċi. Sabiex jiggwidaw b'mod sikur l-użu ta 'intelliġenza artifiċjali, it-tobba għandu jkollhom xi fehim tal-intelliġenza artifiċjali. Bosta kummenti favur it-tagħlim tal-kunċetti tal-AI1, bħalma huma l-ispjegazzjoni tal-mudelli AI u l-proċessi ta 'verifika2. Madankollu, ftit pjanijiet strutturati ġew implimentati, speċjalment fil-livell nazzjonali. Pinto dos Santos et al.3. 263 student mediku ġew mistħarrġa u 71% qablu li kellhom bżonn taħriġ fl-intelliġenza artifiċjali. It-tagħlim tal-intelliġenza artifiċjali lil udjenza medika jirrikjedi disinn bir-reqqa li jgħaqqad kunċetti tekniċi u mhux tekniċi għal studenti li spiss ikollhom għarfien estensiv minn qabel. Aħna niddeskrivu l-esperjenza tagħna li nwasslu serje ta 'workshops AI lil tliet gruppi ta' studenti mediċi u nagħmlu rakkomandazzjonijiet għal edukazzjoni medika futura fl-AI.
L-introduzzjoni ta 'ħames ġimgħat tagħna għall-Workshop tal-Intelliġenza Artifiċjali fil-Mediċina għal studenti mediċi saret tliet darbiet bejn Frar 2019 u April 2021. Skeda għal kull workshop, b'deskrizzjoni qasira tal-bidliet fil-kors, hija murija fil-Figura Tliet Objettivi tat-Tagħlim Primarju: L-istudenti jifhmu kif id-dejta hija pproċessata f'applikazzjonijiet ta 'intelliġenza artifiċjali, tanalizza l-letteratura ta' intelliġenza artifiċjali għal applikazzjonijiet kliniċi, u tieħu vantaġġ minn opportunitajiet biex tikkollabora ma 'inġiniera li qed jiżviluppaw intelliġenza artifiċjali.
Il-blu huwa s-suġġett tat-taħdita u l-blu ċar huwa l-perjodu interattiv tal-mistoqsija u t-tweġiba. Is-sezzjoni griża hija l-fokus tar-reviżjoni tal-letteratura qasira. It-taqsimiet oranġjo huma studji ta 'każijiet magħżula li jiddeskrivu mudelli jew tekniki ta' intelliġenza artifiċjali. Green huwa kors ta 'programmazzjoni ggwidat iddisinjat biex jgħallem l-intelliġenza artifiċjali biex isolvi problemi kliniċi u jevalwa mudelli. Il-kontenut u t-tul tal-workshops ivarjaw abbażi ta 'valutazzjoni tal-ħtiġijiet tal-istudenti.
L-ewwel workshop sar fl-Università tal-Kolumbja Brittanika minn Frar sa April 2019, u t-8 parteċipanti kollha taw feedback pożittiv4. Minħabba Covid-19, it-tieni workshop sar kważi f'Ottubru-Novembru 2020, bi 222 student mediku u 3 residenti minn 8 skejjel mediċi Kanadiżi li rreġistraw. Slajds u kodiċi tal-preżentazzjoni ġew imtellgħa fuq sit ta 'aċċess miftuħ (http://ubcaimed.github.io). Ir-rispons ewlieni mill-ewwel iterazzjoni kien li l-lezzjonijiet kienu intensi wisq u l-materjal wisq teoretiku. Li sservi sitt żoni ta 'ħin differenti tal-Kanada joħloq sfidi addizzjonali. Għalhekk, it-tieni workshop imqassar kull sessjoni għal siegħa, issimplifika l-materjal tal-kors, żied aktar studji ta 'każijiet u ħoloq programmi tal-boilerplate li ppermettew lill-parteċipanti jlestu snippets tal-kodiċi bi debugging minimu (Kaxxa 1). Ir-rispons ewlieni mit-tieni iterazzjoni kien jinkludi feedback pożittiv dwar l-eżerċizzji ta 'programmazzjoni u talba biex turi l-ippjanar għal proġett ta' tagħlim tal-magni. Għalhekk, fit-tielet workshop tagħna, miżmum kważi għal 126 student mediku f'Marzu-April 2021, aħna nkludew eżerċizzji ta 'kodifikazzjoni aktar interattivi u sessjonijiet ta' feedback tal-proġetti biex juru l-impatt tal-użu ta 'kunċetti ta' workshop fuq proġetti.
Analiżi tad-Dejta: Qasam ta 'studju fl-istatistiċi li jidentifika xejriet sinifikanti fid-dejta billi janalizza, jipproċessa u jikkomunika xejriet tad-dejta.
Minjieri tad-dejta: il-proċess tal-identifikazzjoni u l-estrazzjoni tad-dejta. Fil-kuntest tal-intelliġenza artifiċjali, dan ħafna drabi huwa kbir, b'diversi varjabbli għal kull kampjun.
Tnaqqis tad-dimensjonalità: Il-proċess tat-trasformazzjoni tad-dejta b'ħafna karatteristiċi individwali f'inqas karatteristiċi filwaqt li jippreserva l-proprjetajiet importanti tas-sett tad-dejta oriġinali.
Karatteristiċi (fil-kuntest tal-intelliġenza artifiċjali): proprjetajiet li jistgħu jitkejlu ta 'kampjun. Spiss jintuża interkambjabbli ma '"proprjetà" jew "varjabbli".
Mappa tal-Attivazzjoni tal-Gradjent: Teknika użata biex tinterpreta mudelli ta 'intelliġenza artifiċjali (speċjalment netwerks newrali konvoluttivi), li tanalizza l-proċess ta' l-ottimizzazzjoni tal-aħħar parti tan-netwerk biex tidentifika reġjuni ta 'dejta jew immaġini li huma ta' tbassir ħafna.
Mudell Standard: Mudell AI eżistenti li ġie mħarreġ minn qabel biex iwettaq kompiti simili.
Ittestjar (fil-kuntest ta 'intelliġenza artifiċjali): Osservazzjoni ta' kif mudell iwettaq kompitu billi juża data li ma ltaqax qabel.
Taħriġ (fil-kuntest tal-intelliġenza artifiċjali): Jipprovdi mudell b'data u riżultati sabiex il-mudell jaġġusta l-parametri interni tiegħu biex jottimizza l-abbiltà tiegħu li jwettaq kompiti bl-użu ta 'dejta ġdida.
Vettur: firxa ta 'dejta. Fit-tagħlim tal-magni, kull element tal-firxa huwa ġeneralment karatteristika unika tal-kampjun.
It-Tabella 1 telenka l-aħħar korsijiet għal April 2021, inklużi għanijiet ta ’tagħlim immirati għal kull suġġett. Dan il-workshop huwa maħsub għal dawk il-ġodda fil-livell tekniku u ma jeħtieġ l-ebda għarfien matematiku lil hinn mill-ewwel sena ta 'grad mediku li għadhom ma ggradwawx. Il-kors ġie żviluppat minn 6 studenti mediċi u 3 għalliema bi gradi avvanzati fl-inġinerija. Inġiniera qed jiżviluppaw teorija tal-intelliġenza artifiċjali biex jgħallmu, u l-istudenti mediċi qed jitgħallmu materjal klinikament rilevanti.
Il-workshops jinkludu lezzjonijiet, studji ta 'każijiet, u programmazzjoni ggwidata. Fl-ewwel taħdita, aħna nirrevedu kunċetti magħżula ta 'analiżi tad-dejta fil-bijostatistika, inkluża l-viżwalizzazzjoni tad-dejta, ir-rigressjoni loġistika, u t-tqabbil ta' statistiċi deskrittivi u induttivi. Għalkemm l-analiżi tad-dejta hija l-pedament ta 'intelliġenza artifiċjali, aħna neskludu suġġetti bħal minjieri tad-dejta, ittestjar ta' sinifikat, jew viżwalizzazzjoni interattiva. Dan kien dovut għal restrizzjonijiet ta ’żmien u wkoll minħabba li xi studenti li għadhom ma ggradwawx kellhom taħriġ minn qabel fil-bijostatistika u riedu jkopru aktar suġġetti uniċi ta’ tagħlim tal-magni. It-taħdita sussegwenti tintroduċi metodi moderni u tiddiskuti l-formulazzjoni tal-problemi AI, il-vantaġġi u l-limitazzjonijiet tal-mudelli AI, u l-ittestjar tal-mudell. Il-lezzjonijiet huma kkumplimentati mil-letteratura u r-riċerka prattika dwar apparat ta 'intelliġenza artifiċjali eżistenti. Aħna nenfasizzaw il-ħiliet meħtieġa biex tevalwa l-effettività u l-fattibilità ta 'mudell biex jiġu indirizzati mistoqsijiet kliniċi, inkluż li nifhmu l-limitazzjonijiet ta' apparat ta 'intelliġenza artifiċjali eżistenti. Pereżempju, tlabna lill-istudenti biex jinterpretaw il-linji gwida tal-korriment fir-ras pedjatrika proposti minn Kupperman et al., 5 li implimentaw algoritmu ta 'siġar ta' deċiżjonijiet ta 'intelliġenza artifiċjali biex jiddeterminaw jekk scan CT ikunx utli bbażat fuq eżami tat-tabib. Aħna nenfasizzaw li dan huwa eżempju komuni ta 'AI li tipprovdi analitiċi ta' tbassir għat-tobba biex jinterpretaw, aktar milli jissostitwixxu t-tobba.
Fl-eżempji disponibbli ta 'programmazzjoni ta' bootstrap ta 'sors miftuħ disponibbli (https://github.com/ubcaimed/ubcaimed.github.io/tree/master/programming_examples), aħna nuru kif twettaq analiżi tad-dejta esploratorja, tnaqqis tad-dimensjonalità, tagħbija standard tal-mudell, u taħriġ Jonqos u l-ittestjar. Aħna nużaw Google Colaboratory Notebooks (Google LLC, Mountain View, CA), li jippermettu li l-kodiċi Python jiġi eżegwit minn web browser. Fil-Fig. Il-Figura 2 tipprovdi eżempju ta 'eżerċizzju ta' programmazzjoni. Dan l-eżerċizzju jinvolvi tbassir ta 'malinni bl-użu ta' Wisconsin Open Imaging Imaging DataSet6 u algoritmu ta 'siġra ta' deċiżjoni.
Ippreżenta programmi matul il-ġimgħa dwar suġġetti relatati u agħżel eżempji minn applikazzjonijiet AI ppubblikati. L-elementi ta 'programmazzjoni huma inklużi biss jekk huma kkunsidrati rilevanti biex jipprovdu għarfien dwar il-prattika klinika futura, bħal kif jiġu evalwati mudelli biex jiddeterminaw jekk humiex lesti għall-użu fi provi kliniċi. Dawn l-eżempji jispiċċaw f'applikazzjoni end-to-end sħiħa li tikklassifika tumuri bħala beninni jew malinni bbażati fuq parametri ta 'immaġni medika.
Eteroġeneità ta 'għarfien minn qabel. Il-parteċipanti tagħna varjaw fil-livell ta 'għarfien matematiku tagħhom. Pereżempju, studenti bi sfondi ta 'inġinerija avvanzati qed ifittxu materjal aktar fil-fond, bħal kif iwettqu t-trasformazzjonijiet ta' Fourier tagħhom stess. Madankollu, id-diskussjoni tal-algoritmu ta 'Fourier fil-klassi mhix possibbli minħabba li teħtieġ għarfien fil-fond tal-ipproċessar tas-sinjali.
Ħruġ ta 'attendenza. L-attendenza għal-laqgħat ta 'segwitu naqset, speċjalment f'formati onlajn. Soluzzjoni tista 'tkun li tiġi rintraċċata l-attendenza u tipprovdi ċertifikat ta' tlestija. L-iskejjel mediċi huma magħrufa li jirrikonoxxu t-traskrizzjonijiet ta 'attivitajiet akkademiċi extra-kurrikulari tal-istudenti, li jistgħu jħeġġu lill-istudenti biex isegwu grad.
Disinn tal-Kors: Minħabba li l-AI tifrex tant subfields, l-għażla ta 'kunċetti ewlenin ta' fond u wisa 'xierqa tista' tkun ta 'sfida. Pereżempju, il-kontinwità tal-użu ta 'għodod AI mil-laboratorju għall-klinika hija suġġett importanti. Filwaqt li aħna nkopru l-proċessar minn qabel tad-dejta, il-bini tal-mudelli, u l-validazzjoni, aħna ma ninkludux suġġetti bħal analitiċi tad-dejta kbira, viżwalizzazzjoni interattiva, jew twettiq ta 'provi kliniċi AI, minflok aħna niffokaw fuq l-aktar kunċetti AI uniċi. Il-prinċipju gwida tagħna huwa li ntejbu l-litteriżmu, mhux il-ħiliet. Pereżempju, il-fehim ta 'kif mudell jipproċessa karatteristiċi ta' input huwa importanti għall-interpretazzjoni. Mod wieħed biex tagħmel dan huwa li tuża mapep ta 'attivazzjoni ta' gradjent, li jistgħu jaraw liema reġjuni tad-dejta huma prevedibbli. Madankollu, dan jirrikjedi kalkolu multivarjat u ma jistax jiġi introdott8. L-iżvilupp ta 'terminoloġija komuni kien ta' sfida għaliex konna qed nippruvaw nispjegaw kif naħdmu b'data bħala vettori mingħajr formaliżmu matematiku. Innota li termini differenti għandhom l-istess tifsira, pereżempju, fl-epidemjoloġija, "karatteristika" hija deskritta bħala "varjabbli" jew "attribut."
Żamma tal-għarfien. Minħabba li l-applikazzjoni tal-AI hija limitata, għad irid jara l-punt li l-parteċipanti jżommu l-għarfien. Il-kurrikuli tal-iskejjel mediċi ħafna drabi jiddependu fuq repetizzjoni spazjata biex isaħħu l-għarfien waqt rotazzjonijiet prattiċi, 9 li jistgħu wkoll jiġu applikati għall-edukazzjoni AI.
Il-professjonaliżmu huwa iktar importanti mill-litteriżmu. Il-fond tal-materjal huwa ddisinjat mingħajr rigorożità matematika, li kienet problema meta tniedi korsijiet kliniċi fl-intelliġenza artifiċjali. Fl-eżempji ta 'programmazzjoni, nużaw programm ta' template li jippermetti lill-parteċipanti jimlew l-oqsma u jmexxu s-softwer mingħajr ma jkollhom jindunaw kif jistabbilixxu ambjent ta 'programmazzjoni komplet.
Tħassib dwar l-intelliġenza artifiċjali indirizzata: Hemm tħassib mifrux li l-intelliġenza artifiċjali tista 'tissostitwixxi xi dmirijiet kliniċi3. Biex nindirizzaw din il-kwistjoni, nispjegaw il-limitazzjonijiet tal-AI, inkluż il-fatt li kważi t-teknoloġiji AI kollha approvati mir-regolaturi jeħtieġu superviżjoni tat-tabib11. Aħna nenfasizzaw ukoll l-importanza tal-preġudizzju minħabba li l-algoritmi huma suxxettibbli għal preġudizzju, speċjalment jekk is-sett tad-dejta mhuwiex diversi12. Konsegwentement, ċertu sottogrupp jista 'jkun immudellat b'mod żbaljat, u jwassal għal deċiżjonijiet kliniċi inġusti.
Ir-riżorsi huma disponibbli pubblikament: Ħloqna riżorsi disponibbli pubblikament, inklużi slajds u kodiċi tal-lezzjonijiet. Għalkemm l-aċċess għal kontenut sinkroniku huwa limitat minħabba żoni ta 'ħin, il-kontenut ta' sors miftuħ huwa metodu konvenjenti għal tagħlim mhux sinkroniku peress li l-għarfien espert tal-AI mhuwiex disponibbli fl-iskejjel mediċi kollha.
Kollaborazzjoni interdixxiplinarja: Dan il-workshop huwa impriża konġunta mibdija minn studenti mediċi biex jippjanaw korsijiet flimkien ma 'inġiniera. Dan juri opportunitajiet ta 'kollaborazzjoni u lakuni fl-għarfien fiż-żewġ oqsma, li jippermettu lill-parteċipanti jifhmu r-rwol potenzjali li jistgħu jikkontribwixxu fil-futur.
Iddefinixxi l-kompetenzi tal-qalba tal-AI. Id-definizzjoni ta 'lista ta' kompetenzi tipprovdi struttura standardizzata li tista 'tiġi integrata fil-kurrikuli mediċi bbażati fuq il-kompetenza eżistenti. Dan il-workshop bħalissa juża livelli oġġettivi ta 'tagħlim 2 (komprensjoni), 3 (applikazzjoni), u 4 (analiżi) tat-tassonomija ta' Bloom. Li jkollu riżorsi f'livelli ogħla ta 'klassifikazzjoni, bħall-ħolqien ta' proġetti, jista 'jsaħħaħ aktar l-għarfien. Dan jirrikjedi xogħol ma 'esperti kliniċi biex jiddeterminaw kif is-suġġetti tal-AI jistgħu jiġu applikati għal flussi tax-xogħol kliniċi u l-prevenzjoni tat-tagħlim ta' suġġetti ripetittivi diġà inklużi fil-kurrikuli mediċi standard.
Oħloq studji ta 'każijiet bl-użu ta' AI. Simili għall-eżempji kliniċi, it-tagħlim ibbażat fuq il-każijiet jista 'jsaħħaħ kunċetti astratti billi jenfasizza r-rilevanza tagħhom għal mistoqsijiet kliniċi. Pereżempju, studju ta 'workshop wieħed analizza s-sistema ta' skoperta ta 'retinopatija dijabetika bbażata fuq Google 13 biex tidentifika sfidi tul il-passaġġ minn laboratorju għal klinika, bħalma huma r-rekwiżiti ta' validazzjoni esterna u l-mogħdijiet ta 'approvazzjoni regolatorja.
Uża tagħlim esperjenzali: il-ħiliet tekniċi jeħtieġu prattika ffokata u applikazzjoni ripetuta biex nikkontrollaw, simili għall-esperjenzi ta 'tagħlim li jduru ta' apprendisti kliniċi. Soluzzjoni potenzjali waħda hija l-mudell tal-klassi flipped, li ġie rrappurtat li jtejjeb iż-żamma tal-għarfien fl-edukazzjoni tal-inġinerija14. F'dan il-mudell, l-istudenti jirrevedu materjal teoretiku b'mod indipendenti u l-ħin tal-klassi huwa ddedikat biex isolvi l-problemi permezz ta 'studji ta' każijiet.
Skalar għal parteċipanti multidixxiplinarji: Aħna nipprevedu l-adozzjoni tal-AI li tinvolvi kollaborazzjoni f'dixxiplini multipli, inklużi tobba u professjonisti tas-saħħa alleati b'livelli varji ta 'taħriġ. Għalhekk, il-kurrikula jista 'jkun hemm bżonn li jiġi żviluppat f'konsultazzjoni ma' fakultà minn dipartimenti differenti biex jitfasslu l-kontenut tagħhom għal oqsma differenti tal-kura tas-saħħa.
L-intelliġenza artifiċjali hija ta 'teknoloġija għolja u l-kunċetti ewlenin tagħha huma relatati mal-matematika u x-xjenza tal-kompjuter. It-taħriġ tal-persunal tal-kura tas-saħħa biex jifhem l-intelliġenza artifiċjali jippreżenta sfidi uniċi fl-għażla tal-kontenut, rilevanza klinika, u metodi ta 'konsenja. Nisperaw li l-għarfien miksub mill-AI fil-workshops tal-edukazzjoni jgħin lill-edukaturi futuri jħaddnu modi innovattivi biex jintegraw l-AI fl-edukazzjoni medika.
L-iskrittura tal-Google Colaboratory Python hija sors miftuħ u disponibbli fuq: https://github.com/ubcaiMed/ubcaimed.github.io/tree/master/.
Prober, KG u Khan, S. Rethinking Edukazzjoni Medika: Sejħa għall-Azzjoni. Akkad. mediċina. 88, 1407–1410 (2013).
McCoy, LG eċċ. X'għandhom verament l-istudenti tal-mediċina jkunu jafu dwar l-intelliġenza artifiċjali? Numri NPZH. Mediċina 3, 1–3 (2020).
Dos Santos, DP, et al. L-attitudnijiet tal-istudenti tal-mediċina lejn l-intelliġenza artifiċjali: stħarriġ b'ħafna ċentri. Ewro. radjazzjoni. 29, 1640–1646 (2019).
Fan, Ky, Hu, R., u Singla, R. Introduzzjoni għat-Tagħlim tal-Magni għal Studenti Mediċi: Proġett Pilota. J. Med. tgħallem. 54, 1042–1043 (2020).
Cooperman N, et al. Identifikazzjoni ta 'tfal b'riskju baxx ħafna ta' korriment fil-moħħ klinikament sinifikanti wara korriment fir-ras: studju prospettiv tal-koorti. Lancet 374, 1160–1170 (2009).
Triq, WN, Wolberg, WH u Mangasarian, OL. Estrazzjoni ta 'fatturi nukleari għad-dijanjosi tat-tumur tas-sider. Xjenza Bijomedika. Ipproċessar tal-immaġini. Xjenza Bijomedika. Weiss. 1905, 861–870 (1993).
Chen, Phc, Liu, Y. u Peng, L. Kif Tiżviluppa Mudelli ta 'Tagħlim tal-Magni għall-Kura tas-Saħħa. Nat. Matt. 18, 410–414 (2019).
Selvaraju, Rr et al. Grad-CAM: Interpretazzjoni viżwali ta 'netwerks fil-fond permezz ta' lokalizzazzjoni bbażata fuq il-gradjent. Proċedimenti tal-Konferenza Internazzjonali tal-IEEE dwar il-Viżjoni tal-Kompjuter, 618-626 (2017).
Kumaravel B, Stewart K u Ilic D. Żvilupp u evalwazzjoni ta 'mudell spirali għall-evalwazzjoni ta' kompetenzi ta 'mediċina bbażati fuq l-evidenza bl-użu ta' OSCE fl-edukazzjoni medika li għadhom ma ggradwawx. Mediċina BMK. tgħallem. 21, 1–9 (2021).
Kolachalama VB u Garg PS Machine Learning u Education Medical. Numri NPZH. mediċina. 1, 1–3 (2018).
Van Leeuwen, KG, Schalekamp, S., Rutten, MJ, Van Ginneken, B. u De Rooy, M. Intelliġenza Artifiċjali fir-Radjoloġija: 100 Prodotti Kummerċjali u l-Evidenza Xjentifika tagħhom. Ewro. radjazzjoni. 31, 3797–3804 (2021).
Topol, EJ Mediċina ta 'Prestazzjoni Għolja: Il-Konverġenza tal-Intelliġenza tal-Bniedem u Artifiċjali. Nat. mediċina. 25, 44–56 (2019).
Bede, E. et al. Evalwazzjoni ċċentrata fuq il-bniedem ta 'sistema ta' tagħlim fil-fond skjerata fil-klinika għall-iskoperta ta 'retinopatija dijabetika. Proċedimenti tal-Konferenza CHI 2020 dwar Fatturi Umani fis-Sistemi tal-Kompjuter (2020).
Kerr, B. Il-klassi flipped fl-edukazzjoni tal-inġinerija: reviżjoni tar-riċerka. Proċedimenti tal-Konferenza Internazzjonali tal-2015 dwar it-Tagħlim Kollaborattiv Interattiv (2015).
L-awturi jirringrazzjaw lil Danielle Walker, Tim Salcudin, u Peter Zandstra mill-immaġni bijomedika u l-intelliġenza artifiċjali ta 'raggruppament fl-Università tal-Kolumbja Brittanika għall-appoġġ u l-finanzjament.
RH, PP, ZH, RS u MA kienu responsabbli għall-iżvilupp tal-kontenut tat-tagħlim tal-workshop. RH u PP kienu responsabbli għall-iżvilupp ta 'eżempji ta' programmazzjoni. KYF, OY, MT u PW kienu responsabbli għall-organizzazzjoni loġistika tal-proġett u l-analiżi tal-workshops. RH, OY, MT, RS kienu responsabbli biex joħolqu l-figuri u t-tabelli. RH, KYF, PP, ZH, OY, MY, PW, TL, MA, RS kienu responsabbli għall-abbozzar u l-editjar tad-dokument.
Mediċina tal-Komunikazzjoni Grazzi Carolyn McGregor, Fabio Moraes, u Aditya Borakati għall-kontribuzzjonijiet tagħhom għar-reviżjoni ta 'dan ix-xogħol.
Ħin ta 'wara: Frar-19-2024