Grazzi talli żort Nature.com.Il-verżjoni tal-browser li qed tuża għandha appoġġ limitat għal CSS.Għall-aħjar riżultati, nirrakkomandaw li tuża verżjoni aktar ġdida tal-browser tiegħek (jew li titfi l-mod ta' kompatibilità fl-Internet Explorer).Sadanittant, biex niżguraw appoġġ kontinwu, qed nuru s-sit mingħajr stil jew JavaScript.
L-applikazzjonijiet tal-intelliġenza artifiċjali klinika (AI) qed jikbru malajr, iżda l-kurrikuli eżistenti tal-iskejjel mediċi joffru tagħlim limitat li jkopri dan il-qasam.Hawnhekk aħna niddeskrivu kors ta 'taħriġ ta' intelliġenza artifiċjali li żviluppajna u kkunsinnajna lill-istudenti tal-mediċina Kanadiżi u nagħmlu rakkomandazzjonijiet għal taħriġ futur.
L-intelliġenza artifiċjali (AI) fil-mediċina tista’ ttejjeb l-effiċjenza tal-post tax-xogħol u tgħin fit-teħid ta’ deċiżjonijiet kliniċi.Biex jiggwidaw b'mod sikur l-użu tal-intelliġenza artifiċjali, it-tobba għandu jkollhom xi fehim tal-intelliġenza artifiċjali.Ħafna kummenti huma favur it-tagħlim tal-kunċetti tal-AI1, bħall-ispjegazzjoni tal-mudelli tal-AI u l-proċessi ta’ verifika2.Madankollu, ftit pjanijiet strutturati ġew implimentati, speċjalment fil-livell nazzjonali.Pinto dos Santos et al.3.Ġew mistħarrġa 263 student tal-mediċina u 71% qablu li kellhom bżonn taħriġ fl-intelliġenza artifiċjali.It-tagħlim tal-intelliġenza artifiċjali lil udjenza medika jeħtieġ disinn bir-reqqa li jgħaqqad kunċetti tekniċi u mhux tekniċi għal studenti li ħafna drabi jkollhom għarfien minn qabel estensiv.Aħna niddeskrivu l-esperjenza tagħna li nwasslu serje ta’ workshops tal-AI lil tliet gruppi ta’ studenti tal-mediċina u nagħmlu rakkomandazzjonijiet għal edukazzjoni medika futura fl-AI.
Il-workshop tagħna ta’ Introduzzjoni għall-Intelliġenza Artifiċjali fil-Mediċina ta’ ħames ġimgħat għall-istudenti tal-mediċina sar tliet darbiet bejn Frar 2019 u April 2021. Skeda għal kull workshop, b’deskrizzjoni qasira tal-bidliet fil-kors, tidher fil-Figura 1. Il-kors tagħna għandu tliet għanijiet ta 'tagħlim primarji: l-istudenti jifhmu kif id-dejta tiġi pproċessata f'applikazzjonijiet ta' intelliġenza artifiċjali, janalizzaw il-letteratura tal-intelliġenza artifiċjali għal applikazzjonijiet kliniċi, u jieħdu vantaġġ mill-opportunitajiet biex jikkollaboraw ma 'inġiniera li qed jiżviluppaw intelliġenza artifiċjali.
Il-blu huwa s-suġġett tat-taħdita u l-blu ċar huwa l-perjodu interattiv ta’ mistoqsija u tweġiba.Is-sezzjoni griża hija l-fokus tar-reviżjoni qasira tal-letteratura.It-taqsimiet oranġjo huma studji ta 'każijiet magħżula li jiddeskrivu mudelli jew tekniki ta' intelliġenza artifiċjali.L-aħdar huwa kors ta 'programmazzjoni ggwidata ddisinjat biex jgħallem l-intelliġenza artifiċjali biex issolvi problemi kliniċi u jevalwa mudelli.Il-kontenut u t-tul tal-workshops ivarjaw skont 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 virtwalment f'Ottubru-Novembru 2020, b'222 student tal-mediċina u 3 residenti minn 8 skejjel mediċi Kanadiżi jirreġistraw.Slajds tal-preżentazzjoni u kodiċi ttellgħu f'sit ta' aċċess miftuħ (http://ubcaimed.github.io).Ir-rispons ewlieni mill-ewwel iterazzjoni kien li l-lectures kienu wisq intensi u l-materjal teoretiku wisq.Is-servizz tas-sitt żoni tal-ħin differenti tal-Kanada joħloq sfidi addizzjonali.Għalhekk, it-tieni workshop qassar kull sessjoni għal siegħa, issimplifika l-materjal tal-kors, żied aktar studji ta 'każijiet, u ħoloq programmi boilerplate li ppermettew lill-parteċipanti jlestu snippets tal-kodiċi b'debugging minimu (Kaxxa 1).Ir-rispons ewlieni mit-tieni iterazzjoni kien jinkludi rispons pożittiv dwar l-eżerċizzji tal-ipprogrammar u talba biex jintwera ppjanar għal proġett ta’ tagħlim tal-magni.Għalhekk, fit-tielet workshop tagħna, li sar prattikament għal 126 student tal-mediċina f'Marzu-April 2021, inkludejna aktar eżerċizzji ta' kodifikazzjoni interattivi u sessjonijiet ta' feedback tal-proġett biex nuru l-impatt tal-użu ta' kunċetti ta' workshop fuq proġetti.
Analiżi tad-Dejta: Qasam ta' studju fl-istatistika li jidentifika mudelli sinifikanti fid-dejta billi janalizza, jipproċessa u jikkomunika mudelli tad-dejta.
Data mining: il-proċess ta 'identifikazzjoni u estrazzjoni tad-data.Fil-kuntest tal-intelliġenza artifiċjali, din ħafna drabi hija kbira, b'diversi varjabbli għal kull kampjun.
Tnaqqis tad-dimensjoni: Il-proċess tat-trasformazzjoni tad-dejta b'ħafna karatteristiċi individwali f'inqas karatteristiċi filwaqt li jiġu ppreservati l-proprjetajiet importanti tas-sett tad-dejta oriġinali.
Karatteristiċi (fil-kuntest ta' intelliġenza artifiċjali): proprjetajiet li jistgħu jitkejlu ta' kampjun.Ħafna drabi jintuża b'mod interkambjabbli ma '"proprjetà" jew "varjabbli".
Mappa tal-Attivazzjoni tal-Gradjent: Teknika użata biex tinterpreta mudelli ta 'intelliġenza artifiċjali (speċjalment netwerks newrali konvoluzzjonali), li tanalizza l-proċess tal-ottimizzazzjoni tal-aħħar parti tan-netwerk biex tidentifika reġjuni ta' data jew immaġini li huma tbassir ħafna.
Mudell Standard: Mudell AI eżistenti li ġie mħarreġ minn qabel biex iwettaq kompiti simili.
Ittestjar (fil-kuntest tal-intelliġenza artifiċjali): l-osservazzjoni ta’ kif mudell iwettaq biċċa xogħol bl-użu ta’ data li ma ltaqax ma’ qabel.
Taħriġ (fil-kuntest tal-intelliġenza artifiċjali): Provvista ta’ mudell b’dejta u riżultati sabiex il-mudell jaġġusta l-parametri interni tiegħu biex jottimizza l-kapaċità tiegħu li jwettaq kompiti bl-użu ta’ dejta ġdida.
Vettur: firxa ta' data.Fit-tagħlim tal-magni, kull element tal-firxa ġeneralment ikun 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 ġodda fil-livell tekniku u ma jeħtieġ l-ebda għarfien matematiku lil hinn mill-ewwel sena ta 'lawrja medika ta' undergraduate.Il-kors ġie żviluppat minn 6 studenti tal-mediċina u 3 għalliema bi lawrji avvanzati fl-inġinerija.L-inġiniera qed jiżviluppaw it-teorija tal-intelliġenza artifiċjali biex jgħallmu, u l-istudenti tal-mediċina qed jitgħallmu materjal klinikament rilevanti.
Il-workshops jinkludu lekċers, studji ta’ każijiet, u programmazzjoni ggwidata.Fl-ewwel taħdita, aħna nirrevedu kunċetti magħżula ta 'analiżi tad-dejta fil-bijostatistika, inkluża l-viżwalizzazzjoni tad-dejta, rigressjoni loġistika, u t-tqabbil ta' statistika deskrittiva u induttiva.Għalkemm l-analiżi tad-dejta hija l-pedament tal-intelliġenza artifiċjali, aħna neskludu suġġetti bħall-estrazzjoni tad-dejta, l-ittestjar tas-sinifikat, jew il-viżwalizzazzjoni interattiva.Dan kien minħabba restrizzjonijiet ta’ ħin u wkoll minħabba li xi studenti li għadhom ma ggradwawx kellhom taħriġ minn qabel fil-bijostatistika u riedu jkopru suġġetti aktar uniċi ta’ tagħlim tal-magni.It-taħdita sussegwenti tintroduċi metodi moderni u tiddiskuti l-formulazzjoni tal-problema tal-AI, il-vantaġġi u l-limitazzjonijiet tal-mudelli tal-AI, u l-ittestjar tal-mudelli.Il-lekċers huma kkumplimentati minn letteratura u riċerka prattika dwar apparat eżistenti ta 'intelliġenza artifiċjali.Aħna nenfasizzaw il-ħiliet meħtieġa biex nevalwaw l-effettività u l-fattibilità ta 'mudell biex jindirizzaw mistoqsijiet kliniċi, inkluż il-fehim tal-limitazzjonijiet ta' apparati eżistenti ta 'intelliġenza artifiċjali.Pereżempju, staqsejna lill-istudenti biex jinterpretaw il-linji gwida pedjatriċi dwar il-korriment tar-ras proposti minn Kupperman et al., 5 li implimentaw algoritmu ta 'siġra ta' deċiżjoni ta 'intelliġenza artifiċjali biex jiddeterminaw jekk CT scan ikunx utli abbażi ta' eżami ta 'tabib.Aħna nenfasizzaw li dan huwa eżempju komuni ta 'AI li tipprovdi analytics ta' tbassir għat-tobba biex jinterpretaw, aktar milli tissostitwixxi t-tobba.
Fl-eżempji ta’ programmazzjoni bootstrap ta’ sors miftuħ disponibbli (https://github.com/ubcaimed/ubcaimed.github.io/tree/master/programming_examples), aħna nuru kif twettaq analiżi esploratorja tad-dejta, tnaqqis tad-dimensjoni, tagħbija standard tal-mudell, u taħriġ. .u l-ittestjar.Aħna nużaw notebooks Google Colaboratory (Google LLC, Mountain View, CA), li jippermettu li l-kodiċi Python jiġi esegwit minn web browser.Fil-Figura 2 tipprovdi eżempju ta 'eżerċizzju ta' programmar.Dan l-eżerċizzju jinvolvi t-tbassir ta' tumuri malinni bl-użu ta' Wisconsin Open Breast Imaging Dataset6 u algoritmu tas-siġra tad-deċiżjonijiet.
Ippreżenta programmi matul il-ġimgħa dwar suġġetti relatati u agħżel eżempji minn applikazzjonijiet AI ppubblikati.L-elementi tal-ipprogrammar huma inklużi biss jekk jitqiesu rilevanti biex jipprovdu għarfien dwar il-prattika klinika futura, bħal kif jiġu evalwati l-mudelli biex jiġi ddeterminat jekk humiex lesti għall-użu fi provi kliniċi.Dawn l-eżempji jilħqu l-qofol tagħhom f'applikazzjoni sħiħa minn tarf sa tarf li tikklassifika t-tumuri bħala beninni jew malinni abbażi tal-parametri tal-immaġni mediċi.
Eteroġeneità ta 'għarfien minn qabel.Il-parteċipanti tagħna kienu jvarjaw fil-livell tagħhom ta’ għarfien matematiku.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 Fourier fil-klassi mhix possibbli minħabba li teħtieġ għarfien fil-fond tal-ipproċessar tas-sinjali.
Ħruġ tal-attendenza.L-attendenza għal-laqgħat ta' segwitu naqset, speċjalment f'formati onlajn.Soluzzjoni tista' tkun li ssegwi l-attendenza u tipprovdi ċertifikat tat-tlestija.L-iskejjel mediċi huma magħrufa li jirrikonoxxu traskrizzjonijiet tal-attivitajiet akkademiċi extrakurrikulari tal-istudenti, li jistgħu jinkoraġġixxu lill-istudenti biex isegwu lawrja.
Disinn tal-Kors: Minħabba li l-AI tinfirex f'ħafna suboqsma, l-għażla ta' kunċetti ewlenin ta' fond u wisa' xierqa tista' tkun ta' sfida.Pereżempju, il-kontinwità tal-użu tal-għodod tal-AI mil-laboratorju sal-klinika hija suġġett importanti.Filwaqt li nkopru l-ipproċessar minn qabel tad-dejta, il-bini tal-mudelli u l-validazzjoni, aħna ma ninkludux suġġetti bħall-analitika tad-dejta kbira, il-viżwalizzazzjoni interattiva, jew it-twettiq ta’ provi kliniċi tal-AI, minflok niffukaw fuq l-aktar kunċetti tal-AI uniċi.Il-prinċipju ta’ gwida tagħna huwa li ntejbu l-litteriżmu, mhux il-ħiliet.Pereżempju, il-fehim ta' kif mudell jipproċessa l-karatteristiċi tal-input huwa importanti għall-interpretabilità.Mod wieħed biex tagħmel dan huwa li tuża mapep ta 'attivazzjoni tal-gradjent, li jistgħu jivviżwalizzaw liema reġjuni tad-dejta huma prevedibbli.Madankollu, dan jeħtieġ kalkulu multivarjat u ma jistax jiġi introdott8.L-iżvilupp ta’ terminoloġija komuni kien ta’ sfida għax konna qed nippruvaw nispjegaw kif naħdmu bid-dejta 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-IA hija limitata, il-punt sa fejn il-parteċipanti jżommu l-għarfien għad irid jara.Il-kurrikuli tal-iskejjel mediċi ħafna drabi jiddependu fuq ripetizzjoni spazjata biex isaħħu l-għarfien waqt rotazzjonijiet prattiċi,9 li jistgħu jiġu applikati wkoll għall-edukazzjoni tal-IA.
Il-professjonalità hija aktar importanti mil-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' mudell li jippermetti lill-parteċipanti jimlew oqsma u jmexxu s-softwer mingħajr ma jkollhom għalfejn insemmu kif jistabbilixxu ambjent ta 'programmar sħiħ.
It-tħassib dwar l-intelliġenza artifiċjali indirizzat: Hemm tħassib mifrux li l-intelliġenza artifiċjali tista' tissostitwixxi xi dmirijiet kliniċi3.Biex nindirizzaw din il-kwistjoni, aħna nispjegaw il-limitazzjonijiet tal-AI, inkluż il-fatt li kważi t-teknoloġiji tal-AI kollha approvati mir-regolaturi jeħtieġu sorveljanza tat-tabib11.Aħna nenfasizzaw ukoll l-importanza tal-preġudizzju minħabba li l-algoritmi huma suxxettibbli għall-preġudizzju, speċjalment jekk is-sett tad-dejta ma jkunx divers12.Konsegwentement, ċertu sottogrupp jista' jiġi mmudellat ħażin, li jwassal għal deċiżjonijiet kliniċi inġusti.
Ir-riżorsi huma disponibbli pubblikament: Ħloqna riżorsi disponibbli pubblikament, inklużi slides tal-lectures u kodiċi.Għalkemm l-aċċess għall-kontenut sinkroniku huwa limitat minħabba ż-żoni tal-ħin, il-kontenut ta’ sors miftuħ huwa metodu konvenjenti għal tagħlim asinkroniku peress li l-kompetenza tal-AI mhix disponibbli fl-iskejjel mediċi kollha.
Kollaborazzjoni Interdixxiplinari: Dan il-workshop huwa joint venture mibdija minn studenti tal-mediċina biex jippjanaw korsijiet flimkien ma 'inġiniera.Dan juri opportunitajiet ta’ kollaborazzjoni u lakuni fl-għarfien fiż-żewġ oqsma, li jippermetti lill-parteċipanti jifhmu r-rwol potenzjali li jistgħu jikkontribwixxu fil-futur.
Iddefinixxi l-kompetenzi ewlenin tal-AI.Id-definizzjoni ta' lista ta' kompetenzi tipprovdi struttura standardizzata li tista' tiġi integrata fil-kurrikuli mediċi eżistenti bbażati fuq il-kompetenzi.Dan il-workshop bħalissa juża l-Livelli tal-Objettiv tat-Tagħlim 2 (Fehim), 3 (Applikazzjoni), u 4 (Analiżi) tat-Tassonomija ta’ Bloom.Li jkollok riżorsi f'livelli ogħla ta' klassifikazzjoni, bħall-ħolqien ta' proġetti, jista' jkompli jsaħħaħ l-għarfien.Dan jeħtieġ ħidma ma’ esperti kliniċi biex jiġi ddeterminat kif is-suġġetti tal-IA jistgħu jiġu applikati għall-flussi tax-xogħol kliniċi u l-prevenzjoni tat-tagħlim ta’ suġġetti ripetittivi diġà inklużi fil-kurrikuli mediċi standard.
Oħloq studji ta’ każijiet bl-użu tal-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 tar-retinopatija dijabetika bbażata fuq l-AI ta 'Google 13 biex jidentifika sfidi tul il-passaġġ minn laboratorju għal klinika, bħal rekwiżiti ta' validazzjoni esterna u mogħdijiet ta 'approvazzjoni regolatorji.
Uża tagħlim b'esperjenza: Il-ħiliet tekniċi jeħtieġu prattika ffukata u applikazzjoni ripetuta għall-kaptan, simili għall-esperjenzi ta 'tagħlim rotanti 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 isolvu problemi permezz ta 'studji ta' każijiet.
Skala għal parteċipanti multidixxiplinarji: Aħna nipprevedu l-adozzjoni tal-AI li tinvolvi kollaborazzjoni f'diversi dixxiplini, inklużi tobba u professjonisti tas-saħħa alleati b'livelli differenti ta' taħriġ.Għalhekk, il-kurrikuli jista’ jkun jeħtieġ li jiġu żviluppati b’konsultazzjoni mal-fakultà minn dipartimenti differenti biex il-kontenut tagħhom ikun adattat 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, ir-rilevanza klinika, u l-metodi ta 'kunsinna.Nittamaw li l-għarfien miksub mill-workshops tal-AI fl-Edukazzjoni se 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. Naħsbu mill-ġdid l-edukazzjoni medika: sejħa għall-azzjoni.Akkad.mediċina.88, 1407–1410 (2013).
McCoy, LG eċċ. X'għandhom verament bżonn ikunu jafu l-istudenti tal-mediċina 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 multiċentriku.EURO.radjazzjoni.29, 1640–1646 (2019).
Fan, KY, Hu, R., u Singla, R. Introduzzjoni għat-tagħlim tal-magni għall-istudenti tal-mediċina: proġett pilota.J. Med.jgħallmu.54, 1042–1043 (2020).
Cooperman N, et al.L-identifikazzjoni tat-tfal f'riskju baxx ħafna ta 'korriment fil-moħħ klinikament sinifikanti wara korriment fir-ras: studju ta' koorti prospettiv.Lancet 374, 1160–1170 (2009).
Triq, WN, Wolberg, WH u Mangasarian, OL.Estrazzjoni tal-karatteristika nukleari għad-dijanjosi tat-tumur tas-sider.Xjenza Bijomedika.Ipproċessar tal-immaġni.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 profondi permezz ta' lokalizzazzjoni bbażata fuq 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-valutazzjoni tal-kompetenzi tal-mediċina bbażati fuq l-evidenza bl-użu tal-OSCE fl-edukazzjoni medika li għadhom ma ggradwawx.BMK Mediċina.jgħallmu.21, 1–9 (2021).
Kolachalama VB u Garg PS Tagħlim bil-magni u edukazzjoni medika.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 prodott kummerċjali u l-evidenza xjentifika tagħhom.EURO.radjazzjoni.31, 3797–3804 (2021).
Topol, EJ Mediċina ta 'prestazzjoni għolja: il-konverġenza tal-intelliġenza umana u artifiċjali.Nat.mediċina.25, 44–56 (2019).
Bede, E. et al.Evalwazzjoni ċċentrata fuq il-bniedem ta 'sistema ta' tagħlim profond skjerata fil-klinika għall-iskoperta tar-retinopatija dijabetika.Proċedimenti tal-Konferenza CHI tal-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-Kluster tar-Riċerka dwar l-Immaġini Bijomediċi u l-Intelliġenza Artifiċjali 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 tal-eżempji tal-ipprogrammar.KYF, OY, MT u PW kienu responsabbli għall-organizzazzjoni loġistika tal-proġett u l-analiżi tal-workshops.RH, OY, MT, RS kienu responsabbli għall-ħolqien tal-figuri u t-tabelli.RH, KYF, PP, ZH, OY, MY, PW, TL, MA, RS kienu responsabbli għall-abbozzar u l-editjar tad-dokument.
Il-Mediċina tal-Komunikazzjoni tirringrazzja lil Carolyn McGregor, Fabio Moraes u Aditya Borakati għall-kontribuzzjonijiet tagħhom għar-reviżjoni ta 'dan ix-xogħol.
Ħin tal-post: Frar-19-2024