Online cursus – gecertificeerde professionele specialisatie in het nemen van weloverwogen klinische beslissingen met behulp van deep learning van Google.

Leer hoe u deep learning kunt toepassen op elektronische medische dossiers. Ontdek het pad van datamining in klinische databases naar klinische beslissingsondersteunende systemen.

Suggested by: Coursera (What is Coursera?)

Start your Coursera.com free trial today
Online cursus - gecertificeerde professionele specialisatie in het nemen van weloverwogen klinische beslissingen met behulp van deep learning van Google.

Professional Certificate

Gemiddeld niveau

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Datamining uit klinische databases
  • Diep leren in elektronische medische dossiers
  • Verklaarbare deep learning-modellen voor toepassingen in de gezondheidszorg
  • Klinische beslissingsondersteunende systemen
  • EPD-voorverwerking
  • Het bouwen van deep learning-modellen
  • Algemene uitleg van modellen
  • Lokale uitleg van modellen

What you will learn in the course

Courses for which the course is suitable

  • Analyseert klinische gegevens
  • Ontwikkelt deep learning-modellen
  • Software engineer in de gezondheidszorg
  • Expert in klinische beslissingsondersteunende systemen
  • Onderzoeker op het gebied van kunstmatige intelligentie in de gezondheidszorg
  • Analist medische informatiesystemen
  • Ontwikkelaar van medische algoritmen
  • Expert op het gebied van medische datamining
  • Ontwikkelt technologische oplossingen voor gezondheidszorgsystemen
  • Analist medische prognoses

Stage – een reeks van 5 cursussen

Deze specialisatie is bedoeld voor leerlingen met programmeerervaring die hun vaardigheden willen uitbreiden in het toepassen van deep learning op elektronische medische dossiers, met de nadruk op hoe ze hun modellen kunnen vertalen naar klinische beslissingsondersteunende systemen.

Belangrijkste onderwerpen

  • Datamining uit klinische databases: ethiek, de MIMIC III-database, de internationale classificatie van ziekten en definitie van gemeenschappelijke klinische resultaten.
  • Deep learning in elektronische medische dossiers: van beschrijvende naar voorspellende analyses.
  • Verklaarbare deep learning-modellen voor toepassingen in de gezondheidszorg: wat ze zijn en waarom ze nodig zijn.
  • Klinische beslissingsondersteunende systemen: generalisatie, informatiebias, ‘eerlijkheid’, klinisch nut en privacy van algoritmen voor kunstmatige intelligentie.

Een praktisch leerproject

Leerlingen hebben de mogelijkheid om een ​​oefening te selecteren en uit te voeren op basis van datasets uit MIMIC-III, waarin kennis wordt verwerkt van:

  • Informatie uit klinische databases verzamelen om de MIMIC-database te doorzoeken.
  • Diep leren in elektronische medische dossiers voor EPD-voorverwerking en het bouwen van diepgaande leermodellen.
  • Deep learning-modellen kunnen aan de gezondheid worden uitgelegd om de beslissing van de modellen te verklaren.

Opties om uit te kiezen

  • Kenmerkbelang in ruil voor de MIMIC-database voor intensive care: de techniek toegepast op zowel logistische regressie als LSTM-modellering. De resulterende verklaringen zijn algemene verklaringen van het model.
  • LIME op de MIMIC-database voor intensive care: de techniek wordt toegepast op zowel logistische regressie als LSTM-modellering. De resulterende verklaringen zijn lokale verklaringen van het model.
  • Grad-CAM op de MIMIC-database voor intensive care: GradCam toegepast op een LSTM-model dat sterfte voorspelt. De resulterende verklaringen zijn lokale verklaringen van het model.

Details of the courses that make up the specialization

Gegevens uit klinische databases verzamelen – CDSS 1

Cursus 1
20 uur
4,8 (13 beoordelingen)

wat ga je leren

  • Begrijp het schema van openbaar toegankelijke EPD-gegevensopslagplaatsen (MIMIC-III)
  • Maak uzelf vertrouwd met het gebruik van de Internationale Classificatie van Ziekten (ICD)
  • Theoretische statistieken uit klinische databases extraheren en visualiseren
  • Begrijp en extraheer belangrijke klinische uitkomsten, zoals sterfte en verblijfsduur

vaardigheden die je gaat verwerven

  • Gegevens uit klinische databases verzamelen
  • Elektronische medische dossiers
  • Theoretische statistiek
  • Ethiek in elektronische medische dossiers
  • Internationale classificatie van ziekten

Diepgaand leren in elektronische medische dossiers – CDSS 2

Cursus 2
31 uur

wat ga je leren

  • Train deep learning-architecturen zoals meerlaagse preprocessor, convolutionele neurale netwerken en terugkerende neurale netwerken voor classificatie
  • Valideer en vergelijk verschillende machine learning-algoritmen
  • Implementeer de elektronische medische dossiers en geef ze weer als tijdreeksgegevens
  • Gegevensaftrekken en codeerstrategieën

vaardigheden die je gaat verwerven

  • Globale en lokale uitleg
  • Verklaarbare machine learning-modellen
  • Aandachtsmechanismen
  • Interpretatie versus uitleg
  • Neutrale modellen en specifieke modellen

Verklaarbare modellen voor diepgaand leren in de gezondheidszorg – CDSS 3

Cursus 3
30 uur
4.6 (15 beoordelingen)

wat ga je leren

  • Codeer globale verklarende methodologieën in classificatiecategorieën voor tijdreeksen
  • Codeer native verklarende methodologieën voor deep learning zoals CAM en GRAD-CAM
  • Begrijp de bewijskrachtige methoden voor deep learning-netwerken
  • Om aandacht te combineren in terugkerende neurale netwerken en om de aandachtsgewichten te visualiseren

vaardigheden die je gaat verwerven

  • Terugkerend neuraal netwerk
  • Convolutioneel neuraal netwerk
  • Gegevenscodering en autoencoders
  • EPD-proces en aftrekken
  • Diep leren en verificatie

Klinische beslissingsondersteunende systemen – CDSS 4

Cursus 4
8 uur

wat ga je leren

  • Evaluatie van klinische beslissingsondersteunende systemen
  • Vervorming, kalibratie en eerlijkheid in machine learning-modellen
  • Beslissingscurve-analyse en publieksgerichte klinische ondersteuningssystemen
  • Privacykwesties in klinische beslissingsondersteunende systemen

vaardigheden die je gaat verwerven

  • Privacykwesties in klinische ondersteuningssystemen
  • Vervorming en eerlijkheid in machine learning-modellen
  • Kalibratie in machine learning-modellen
  • Klinische ondersteuningssystemen
  • Publiekgerichte klinische ondersteuningssystemen

Daktaak – CDSS 5

Cursus 5
2 uur

wat ga je leren

Deze cursus is een sluitsteentaak waarbij je de kennis en vaardigheden die je tijdens de stage hebt geleerd, moet toepassen. In deze cursus kiest u een van de velden en voltooit u de taak waarvoor u moet slagen.

Gerelateerde producten