Introduction aux Big Data et Décisions en Santé, Clair et Simple

Aperçu

Apprenez les fondamentaux du Big Data, comment le gérer et comment l'exploiter pour prendre de meilleures décisions cliniques. Ce que vous apprendrez :

Différencier entre les données structurées et non structurées Comment faire en sorte que les bases de données partagent des informations Former une base pour mieux comprendre l'apprentissage machine et l'intelligence artificielle Comprendre l'impact que les données en temps réel ont sur tout système d'information de santé Prendre des décisions cliniques basées sur le Big Data POURQUOI CE COURS EST-IL IMPORTANT ?

Les erreurs médicales sont désormais la troisième cause de décès aux États-Unis. Un système qui peut fournir un soutien à la décision "basé sur des preuves" au personnel clinique pour le diagnostic et le traitement des patients a le potentiel de réduire bon nombre de ces erreurs.

Il a également le potentiel de rationaliser les processus et d'améliorer l'expérience des patients. Le Big Data peut fournir la base solide pour ces systèmes de soutien à la décision clinique.

Mais le volume est énorme et il augmente chaque jour. Cela est compliqué par la rapidité avec laquelle les appareils en temps réel diffusent des données de santé.

Comment relier toutes ces données ? Comment s'assurer qu'elles sont précises ?

Comment les gérer ? Comment les rendre facilement accessibles ?

Ce cours commencera à poser les bases pour aborder bon nombre de ces questions. QU'APPRENDREZ-VOUS DANS CE COURS ?

Fondamentaux du Big Data Qu'est-ce que le Big Data ? Les 4 V du Big Data Données structurées vs non structurées Les défis du Big Data Le Big Data, l'actif Précision des données, stewardship et gouvernance Le pouvoir du Big Data Les utilisateurs du Big Data Les dangers du Big Data Interopérabilité et bases de données Qu'est-ce qu'une base de données ?

Les îlots de données et l'interopérabilité Le Big Data, la fondation pour prendre des décisions Du Big Data aux insights Processus de prise de décision Causalité et corrélation Exemple d'erreur médicale Exemple de pharmacie Exemple de radiologie Ce cours comprend :

Des conférences vidéo vous accompagnant à travers les divers aspects du Big Data et la prise de décisions cliniques Un quiz pour tester votre rétention Un nombre significatif de ressources pour approfondir ce sujet. QUI EST L'ÉTUDIANT IDÉAL POUR CE COURS ?

Vous apprendrez beaucoup de ce cours si vous pensez à choisir la santé comme carrière souhaitez avancer votre carrière dans la santé souhaitez élargir vos connaissances de la santé pour mieux accomplir votre travail actuel et mieux comprendre comment il s'inscrit dans l'écosystème des soins aux patients et mieux servir ceux dans le besoin êtes curieux de tout et souhaitez en savoir plus sur la santé simplement pour étendre vos connaissances. QUEL EST VOTRE STYLE D'ENSEIGNEMENT ?

Mon style d'enseignement est très pragmatique. Je pars du principe que vous ne savez rien sur ce sujet et commence par les bases, puis je construis à partir de là.

Certains de ces concepts pourraient être difficiles, alors je parsème autant d'exemples que je peux, tant dans le domaine de la santé que non, pour assurer une compréhension complète du sujet. C'est pourquoi j'ai ajouté "Clair et Simple" à tous mes cours.

POURQUOI ÊTES-VOUS QUALIFIÉ POUR ENSEIGNER CE COURS ? J'ai passé 35 ans à concevoir et à lancer des produits et services d'imagerie médicale.

Ma carrière a évolué, allant de la direction d'équipes d'ingénierie, à devenir VP Marketing puis président d'une entreprise de IT de santé. Elle est également basée sur 15 ans d'enseignement universitaire.

Programme

• Introduction au Big Data dans le domaine de la santé
Définition et caractéristiques du Big Data
Importance du Big Data dans les décisions de santé
Vue d'ensemble des sources de données en santé
• Collecte et stockage des données
Méthodes de collecte de données
Entrepôts de données et lacs de données
Préoccupations en matière de confidentialité et de sécurité
• Traitement et gestion des données
Nettoyage et prétraitement des données
Outils pour la gestion des données dans le domaine de la santé
Qualité des données et gouvernance
• Analytique Big Data en santé
Analytique descriptive
Analytique prédictive
Analytique prescriptive
• Apprentissage automatique et IA dans le domaine de la santé
Concepts de base et applications
Études de cas de l'IA en santé
Défis et considérations éthiques
• Prise de décision avec le Big Data
Prise de décision basée sur des preuves
Impact sur les résultats des patients
Rentabilité et allocation des ressources
• Études de cas et applications
Médecine personnalisée
Gestion de la santé de la population
Opérations hospitalières et efficacité
• Tendances futures et défis
Technologies émergentes dans le Big Data
Avenir de la prise de décision dans le secteur de la santé
Implications politiques et éthiques
• Conclusion et révision du cours
Principales conclusions
Rôle du Big Data dans les systèmes de santé futurs

---

Enseigné par

Thomas Giordano

---

Sujets

Science des données