Die Weiterbildung in der Übersicht
Das Programm bietet eine fundierte Einführung in die Schlüsselkonzepte und -techniken, die für die Analyse und Nutzung von Gesundheitsdaten unerlässlich sind. Im Verlauf von ein paar Monaten erarbeiten sich die Teilnehmenden Kenntnisse vom datenwissenschaftlichen Grundlagenwissen bis hin zu fortgeschrittenen Anwendungen in der modernen Gesundheitsversorgung.
Diese Weiterbildung behandelt zentrale Themen wie Datenerfassung, Datenbereinigung und Datenverarbeitung für verschiedene Arten von Gesundheitsdaten einschliesslich klinischer, labordiagnostischer, bildgebender, genomischer, sensorischer und administrativer Daten. Auch widmet sich die Weiterbildung den Techniken der statistischen Analyse und der prädiktiven Modellierung. Ethische, regulatorische und rechtliche Überlegungen zum Umgang mit sensiblen Patientendaten sind durchs Band im Kursinhalt verankert.
Das CAS führt ausserdem fortgeschrittene, praxisrelevante Themen ein, darunter klinische Entscheidungsunterstützungssysteme, natürliche Sprachverarbeitung und die Verwendung von Large Language Models (LLMs) für Beweisextraktion und Wissenssynthese (z.B. Anwendungen wie OpenEvidence). Die Teilnehmenden beschäftigen sich auch mit Anwendungen der Computervision in der medizinischen Bildgebung und lernen, wie diese Techniken die Diagnostik und die klinischen Arbeitsabläufe beeinflussen.
Weiter schafft die Weiterbildung eine Übersicht über neue Technologien und untersucht deren wachsenden Einfluss auf die Gesundheitsversorgung und die damit verbundenen Innovationen.
Lernziele
Die Weiterbildung vermittelt die nötigen Grundkenntnisse für die Analyse von Gesundheitsdaten, die Extraktion von weiterführenden Erkenntnissen, und für die Unterstützung datengestützter Entscheidungen in klinischen Kontexten und in der Gesundheitsversorgung.
Die wichtigsten Lernziele umfassen:
- Verständnis und Anwendung datenwissenschaftlicher Methoden in verschiedenen Kontexten des Gesundheitswesens
- Anwendung von Maschinellem Lernen, prädiktiver Modellierung und Generativer KI
- Anwendung von datenwissenschaftlichen Methoden auf biomedizinische Labordiagnostik, Biomarker-Daten und weiteren Datenquellen von Gesundheitsdaten
- Verständnis der ethischen, regulatorischen und datenschutzrelevanten Rahmenbedingungen im Umgang mit sensiblen Patientendaten
- Grundlagen der natürlichen Sprachverarbeitung, LLMs und Computervision in modernen medizinischen Anwendungen
