在线课程 – 斯坦福大学 Google AI in Healthcare Certified Professional Specialization

了解有关我们产品和服务的最新信息。体验我们的产品质量和卓越的客户服务。在我们的网站上查找更多详细信息。

Suggested by: Coursera (What is Coursera?)

Professional Certificate

开始

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • 能够分析医疗数据和外部信息
  • 了解医疗保健 AI 应用程序
  • 以安全和合乎道德的方式将 AI 技术引入临床的知识
  • 改善卫生专业和计算机科学之间的合作
  • 在医疗保健领域的实际最终项目经验
  • 了解选择对 AI 模型推荐的医疗保健的影响

What you will learn in the course

Courses for which the course is suitable

  • 医生
  • 医疗数据分析器
  • 健康研究人员
  • 数字健康专业人士
  • 医疗保健开发人员
  • 医疗保健项目经理
  • 医疗保健顾问
  • 计算机科学专业人士
  • 医疗保健 AI 专家

专业化 – 5 门课程系列

人工智能 (AI) 已经改变了世界各地的行业,并有可能极大地改变医疗保健行业。想象一下,能够分析患者就诊数据、记录的药物数据、实验室测试和执行的程序数据,以及医疗保健系统外部的数据,例如社交网络、信用卡购买、人口记录和包含有价值健康信息的互联网搜索日志。

在这个专业中,我们将讨论人工智能在医疗保健中的当前和未来应用,目的是学习如何以安全和合乎道德的方式将人工智能技术引入临床。

目标受众

  • 卫生专业人员
  • 计算机科学专业人士

此专业化提供了改进学科之间协作的见解。

CME 认证

斯坦福大学医学院获得继续医学教育认证委员会 (ACCME) 的认可,为医生提供继续医学教育。您可以在特定课程常见问题解答页面上查看有关 CME 认证的完整信息。

实践学习项目

最终课程将包括一个最终项目,该项目将带您进行导览,我们将追溯我们在不同课程中经历的所有概念。这将是一次实践体验,将使用为该专业创建的独特数据集,通过数据视角关注患者的旅程。

我们将审查您所做的不同选择(例如与构建功能相关的选择、要使用的数据类型、如何评估模型以及您将如何处理患者的时间表)如何影响模型推荐的治疗方法。

Details of the courses that make up the specialization

健康概论

课程 1

11 小时
4.8 (981 评价)

  • 美国卫生系统面临的主要挑战
  • 在改善卫生服务和卫生系统的努力中可能出现的问题
  • 美国医疗保健系统的主要因素有哪些?

课程 2

11 小时
4.7 (336 评价)

  • 如何在医疗数据挖掘领域应用方法
  • 在医疗保健决策中合乎道德地使用数据
  • 如何使用数据在系统性方面可能不准确
  • 什么是重要的研究问题以及如何构建数据挖掘成功的工作流程

课程 3

14 小时
4.8 (466 评价)

  • 定义机器学习、生物统计学和传统编程领域之间的重要联系
  • 了解用于文本分类和对象识别和映射等任务的高级神经网络架构
  • 了解利用数据训练、验证和测试机器学习模型的重要方法
  • 了解动态医疗实践和不断变化的需求如何影响临床机器学习应用程序的开发和放弃

课程 4

11 小时
4.6 (234 评价)

  • 将 AI 集成到临床工作流程中的原则和实际注意事项
  • AI 应用的良好实践,以促进公平公正的医疗保健解决方案
  • AI 应用程序中的监管挑战以及可以监管模型的哪些组件
  • 哪个标准评估矩阵足够,哪个不足够

课程 5

10 小时
4.6 (210 评价)

  • 一个最终项目,致力于研究各个课程中学习的所有概念
  • 患者出现呼吸道症状的旅程并跟踪每次会话中生成的数据
  • 为患者风险决策构建模型
  • 讨论使用 AI 做出更好决策的监管和道德问题