在线课程 – Google 临床数据科学专业认证

开启您的临床数据科学职业生涯。一门包含六节课的课程,旨在让您熟悉如何使用临床数据来改善对未来患者的护理。

Suggested by: Coursera (What is Coursera?)

Professional Certificate

中档

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • 了解电子健康记录中的数据类型和结构
  • 将基本信息学方法应用于临床数据
  • 对所进行的手术提供适当的临床和科学解释
  • 预测信息学工具在复杂临床环境中应用的障碍
  • 通过使用真实世界的临床数据完成动手实践应用程序项目来展示能力

What you will learn in the course

Courses for which the course is suitable

  • 临床健康数据科学家
  • 临床数据分析师
  • 医学信息学专家
  • 医疗保健软件开发人员
  • 医疗保健研究员
  • 医疗保健系统分析师
  • 健康数据领域的顾问
  • 医疗保健项目经理

专业化 – 6 部分课程系列

您是否有兴趣了解如何使用医生、护士和医疗保健系统生成的数据来改善未来的患者护理?如果是这样,您可能是一位不断发展的临床健康数据科学家!

该专业为教师提供了使用电子健康记录和信息学工具进行临床数据科学的实践经验。该系列课程共六门,旨在提升学习者在统计和编程方面的现有技能,提供具体挑战、工具和临床数据的适当解释的示例。

在实习期间,您将了解如何:

  • 了解电子健康记录中的数据类型和结构
  • 将基本信息学方法应用于临床数据
  • 对所进行的手术提供适当的临床和科学解释
  • 预测信息学工具在复杂临床环境中应用的障碍

您将通过完成使用真实临床数据的动手实践应用程序项目来展示您的能力。

此专业化由与 Google Cloud 的合作提供支持。多亏了这种支持,所有学习者都将能够访问免费的 Web 存储科学数据环境!请注意,您必须有权访问 Google 帐户(例如 Gmail 帐户)才能访问临床数据和计算环境。

应用学习项目

该专业的每门课程都以一个最终项目结束,该项目是您在课程中学到的工具和技术的实际应用。在这些项目中,您将使用我们的行业合作伙伴 Google Cloud 提供的免费 Web 存储科学数据环境,将您的技能应用于真实的临床数据系统。

Details of the courses that make up the specialization

临床数据科学简介

  • 课程 1 – 8 小时 – 4.5 (398 评分)
  • 您将学到什么:
    • 描述每种类型的临床数据是如何生成的。
    • 编写 SQL 代码以合并两个或多个表。
    • 编写 R 代码来处理和排列数据。
    • 以 Markdown 格式编写文本,并与 RMarkdown 文档中的 R 代码集成。

临床数据模型和数据质量评估

  • 课程 2 – 17 小时 – 4.2 (63 评分)
  • 您将学到什么:
    • 使用关系实体图 (ERD) 展开和评估数据模型设计。
    • 数据模型之间的差异以及每个模型如何支持临床护理和数据科学的说明。
    • 在 Google BigQuery 中创建 SQL 语句以探索 MIMIC3 临床数据模型。

识别患者群体

  • 课程 3 – 13 小时 – 4.5 (39 评分)
  • 您将学到什么:
    • 创建计算表型算法。
    • 评估算法相对于分析目标的性能。
    • 使用布尔逻辑创建至少三种数据类型的组合。
    • 解释数据类型性能对计算表型的影响。

临床自然语言处理

  • 课程 4 – 12 小时 – 3.6 (22 评分)
  • 您将学到什么:
    • 识别并区分文本挖掘和自然语言处理的复杂性。
    • 编写基本的简单短语来识别临床文本。
    • 评估并选择分析问题的记录片段。
    • 编写 R 代码以在文本窗口中搜索关键字。

预测模型和临床实践变化

  • 课程 5-11 小时
  • 您将学到什么:
    • 使用预测模型实现临床实践转型的基础。
    • 临床应用的挑战和方法。

高级临床数据科学

  • 课程 6 – 4 小时 – 4.8 (22 ratings)
  • 您将学到什么:
    • 临床数据科学中的高级技术主题。
    • 用于研究的临时定性分析和定性分析。