Online cursus – gecertificeerde professionele stage in klinische data science door Google

Start uw carrière in klinische datawetenschap. Een cursus van zes lessen om het gebruik van klinische gegevens te introduceren om de zorg voor de patiënten van morgen te verbeteren.

Suggested by: Coursera (What is Coursera?)

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

  • Begrijp de gegevenstypen en -structuren in elektronische medische dossiers
  • Basisinformaticamethodologieën toepassen op klinische gegevens
  • Zorg voor een passende klinische en wetenschappelijke interpretatie van uitgevoerde operaties
  • Anticipeer op belemmeringen voor de toepassing van informaticahulpmiddelen in complexe klinische omgevingen
  • Demonstreer competenties door praktische toepassingsprojecten te voltooien die echte klinische gegevens gebruiken

What you will learn in the course

Courses for which the course is suitable

  • Klinische gezondheidsdatawetenschapper
  • Analyseert klinische gegevens
  • Specialist medische informatica
  • Softwareontwikkelaar in de gezondheidszorg
  • Onderzoeker op het gebied van gezondheid
  • Analist van gezondheidszorgsystemen
  • Adviseur op het gebied van gezondheidsdata
  • Projectmanager gezondheidszorg

Stage – een 6-delige cursusreeks

Wilt u weten hoe u de gegevens van artsen, verpleegkundigen en de gezondheidszorg kunt gebruiken om de patiëntenzorg in de toekomst te verbeteren? Als dat zo is, ben jij misschien een beginnende klinische gezondheidsdatawetenschapper!

Deze stage biedt docenten praktische ervaring met het gebruik van elektronische medische dossiers en informaticatools om klinische datawetenschap uit te voeren. Deze serie van zes cursussen is bedoeld om de bestaande vaardigheden van leerlingen op het gebied van statistiek en programmeren te verbeteren, terwijl ze voorbeelden biedt van specifieke uitdagingen, hulpmiddelen en passende interpretaties van klinische gegevens.

Tijdens de stage weet je hoe je:

  • Begrijp de gegevenstypen en -structuren in elektronische medische dossiers
  • Basisinformaticamethodologieën toepassen op klinische gegevens
  • Zorg voor een passende klinische en wetenschappelijke interpretatie van uitgevoerde operaties
  • Anticipeer op belemmeringen voor de toepassing van informaticahulpmiddelen in complexe klinische omgevingen

Je demonstreert je capaciteiten door praktische toepassingsprojecten te voltooien die echte klinische gegevens gebruiken.

Deze stage wordt ondersteund door samenwerking met Google Cloud. Dankzij deze ondersteuning hebben alle leerlingen toegang tot een gratis en gehoste wetenschappelijke dataomgeving op internet! Houd er rekening mee dat u toegang moet hebben tot een Google-account (zoals een Gmail-account) om toegang te krijgen tot klinische gegevens en de computeromgeving.

Toegepast leerproject

Elke specialisatiecursus eindigt met een eindproject dat een praktische toepassing is van de tools en technieken die je tijdens de cursus hebt geleerd. In deze projecten pas je je vaardigheden toe op een echte klinische dataset met behulp van een gratis, op internet opgeslagen wetenschappelijke gegevensomgeving die wordt aangeboden door onze branchepartner, Google Cloud.

Details of the courses that make up the specialization

Inleiding tot klinische datawetenschap

  • Cursus 1 – 8 uur – 4,5 (398 beoordelingen)
  • Wat je gaat leren:
    • Beschrijf hoe elk type klinische gegevens wordt geproduceerd.
    • Schrijf SQL-code om twee of meer tabellen samen te voegen.
    • Schrijf R-code om gegevens te verwerken en te sorteren.
    • Schrijf tekst in Markdown-indeling en integreer met R-code in RMarkdown-documenten.

Klinische datamodellen en beoordelingen van datakwaliteit

  • Cursus 2 – 17 uur – 4,2 (63 beoordelingen)
  • Wat je gaat leren:
    • Interpreteer en evalueer datamodelontwerpen met behulp van entiteitsrelatiediagrammen (ERD).
    • Maak onderscheid tussen datamodellen en leg uit hoe elk model klinische zorg en datawetenschap ondersteunt.
    • Genereer SQL-instructies in Google BigQuery om het klinische gegevensmodel MIMIC3 te verkennen.

Identificatie van patiëntenpopulaties

  • Cursus 3 – 13 uur – 4,5 (39 beoordelingen)
  • Wat je gaat leren:
    • Creëer een computationeel fenotypisch algoritme.
    • Evalueer de prestaties van het algoritme in de context van de analytische doelstelling.
    • Maak combinaties van ten minste drie gegevenstypen met behulp van Booleaanse logica.
    • De impact van de prestaties van gegevenstypen op computationele fenotypering uitleggen.

Klinische natuurlijke taalverwerking

  • Cursus 4 – 12 uur – 3,6 (22 beoordelingen)
  • Wat je gaat leren:
    • Identificeer en maak onderscheid tussen de complexiteiten van tekstmining en natuurlijke taalverwerking.
    • Schrijf eenvoudige reguliere expressies om klinische tekst te herkennen.
    • Evalueer en selecteer recordsegmenten voor analytische vragen.
    • Schrijf R-code om tekstvensters te doorzoeken op trefwoorden.

Voorspellende modellen en veranderende klinische praktijk

  • Cursus 5 – 11 uur
  • Wat je gaat leren:
    • Fundamenten van de klinische praktijk veranderen met behulp van voorspellende modellen.
    • Uitdagingen en methoden voor klinische toepassing.

Geavanceerde klinische datawetenschap

  • Cursus 6 – 4 uur – 4,8 (22 beoordelingen)
  • Wat je gaat leren:
    • Geavanceerde technologische problemen in klinische datawetenschap.
    • Kwalitatief-temporele analyse en kwalitatieve analyse voor studies.