Podstawy nauki o danych zdrowotnych i medycznego uczenia maszynowego

Przecięcie opieki zdrowotnej i technologii zmienia wyniki pacjentów, ale pracownicy medyczni i naukowcy zajmujący się danymi często mówią różnymi językami.Ten pisemny kurs wypełnia tę lukę, wprowadzając podstawowe zasady nauki o danych zdrowotnych bez wymagania wcześniejszego zaawansowanego doświadczenia technicznego. Przejdziesz od zrozumienia podstawowej terminologii klinicznej do czytania i strukturyzacji potoków danych zdrowotnych, oceny sieci neuronowych i zbadania, w jaki sposób nowoczesne modele uczenia maszynowego analizują dokumentację medyczną i obrazy kliniczne. W tym kursie będziesz:Zrozumieć kluczową terminologię w informatyce klinicznej, elektronicznej dokumentacji medycznej i formatach obrazowania medycznego;Analizuj ustrukturyzowane i nieustrukturyzowany dane zdrowotne za pomocą nowoczesnych potoków wstępnego przetwarzania danych;Zbadaj architektury sieci neuronowych dostosowane do zadań klasyfikacji klinicznej i prognozowania;Zastosuj zachowanie prywatności Pojęcia i wytyczne etyczne dotyczące bezpiecznego obchodzenia się z poufnymi danymi pacjentów; Dowiedz się, jak nowoczesne modele językowe i wzorce wyszukiwania pomagają w podsumowaniu notatek klinicznych; Ocena wskaźników wydajności modelu specyficznych dla opieki zdrowotnej, takich jak użyteczność kliniczna i wrażliwość. Następnie przejdziesz krok po kroku przez pisemne przewodniki i przewodnik po kodzie, pokazując, w jaki sposób sieci neuronowe przetwarzają zestawy danych klinicznych i pomagają w podejmowaniu decyzji medycznych. Ten kurs jest przeznaczony dla początkujących, w tym pracowników służby zdrowia, którzy są ciekawi technologii i entuzjastów danych na poziomie podstawowym, którzy chcą wejść w dziedzinę medycznej sztucznej inteligencji, bez wcześniejszego doświadczenia w uczeniu maszynowym.