This course teaches you the fundamentals of clinical natural language processing (NLP). In this course you will learn the basic linguistic principals underlying NLP, as well as how to write regular expressions and handle text data in R. You will also learn practical techniques for text processing to be able to extract information from clinical notes. Finally, you will have a chance to put your skills to the test with a real-world practical application where you develop text processing algorithms to identify diabetic complications from clinical notes. You will complete this work using a free, online computational environment for data science hosted by our Industry Partner Google Cloud.
Этот курс входит в специализацию ''Специализация Clinical Data Science'
Clinical Natural Language Processing
от партнера
Об этом курсе
Недавно просмотрено: 7,619
Чему вы научитесь
Recognize and distinguish the difference in complexity and sophistication of text mining, text processing, and natural language processing.
Write basic regular expressions to identify common clinical text.
Assess and select note sections that can be used to answer analytic questions.
Write R code to search text windows for other keywords and phrases to answer analytic questions.
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 4 из 6 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Промежуточный уровень
Прибл. 21 часа на выполнение
Предполагаемая нагрузка: 5 weeks of study, 2-4 hours/week
Английский
Субтитры: Английский
Программа курса: что вы изучите
1 ч. на завершение
Introduction: Clinical Natural Language Processing
This module covers the basics of text mining, text processing, and natural language processing. It also provides a information on the linguistic foundations that underly NLP tools.
1 ч. на завершение
7 видео ((всего 20 мин.)), 3 материалов для самостоятельного изучения, 1 тест
7 видео
Introduction to Clinical Natural Language Processing3мин
NLP Fundamentals: Linguistics1мин
NLP Fundamentals: Morphology & Lexicography4мин
NLP Fundamentals: Syntax4мин
NLP Fundamentals: Sematics & Pragmatics4мин
NLP Fundamentals: Wrap Up40
3 материала для самостоятельного изучения
Introduction to Specialization Instructors5мин
Course Policies5мин
Accessing Course Data and Technology Platform15мин
1 практическое упражнение
Week 1 Assessment20мин
2 ч. на завершение
Tools: Regular Expressions
This module introduces regular expressions, the method of text processing, and how to work with text data in R. Mastery is demonstrated through a programming assignment with applied questions.
2 ч. на завершение
3 видео ((всего 17 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
3 видео
Text Processing in the Tidyverse3мин
Tips and Tricks for Text Processing5мин
2 материала для самостоятельного изучения
Regular Expressions and Text Processing in R1ч
Note about the Assessment2мин
2 практического упражнения
Regular Expressions and Text Processing in R - Try it Out For Yourself Exercises40мин
Week 2 Assessment30мин
3 ч. на завершение
Techniques: Note Sections
This module discusses how the section of a clinical note can affect the meaning of text in the section. A programming assignment provides hands on practice with how to apply this knowledge to process clinical text.
3 ч. на завершение
4 видео ((всего 14 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
4 видео
Clinical Note Types: History and Physical Notes2мин
Clinical Note Types: Discharge Summaries2мин
Clinical Note Types: Radiology Reports2мин
2 материала для самостоятельного изучения
Note Section Techniques1ч 30мин
Note about the Assessment2мин
2 практического упражнения
Note Section Techniques - Try It Out For Yourself Excercises45мин
Week 3 Assessment30мин
3 ч. на завершение
Techniques: Keyword Windows
This module discusses how you can build windows of text around keywords of interest to understand the context and meaning of how the keyword is being used. A programming assignment provides hands on practice with how to apply this technique to process clinical text.
3 ч. на завершение
1 видео ((всего 5 мин.)), 2 материалов для самостоятельного изучения, 2 тестов
1 видео
2 материала для самостоятельного изучения
Keyword Windows Techniques2ч
Note about the Assessment2мин
2 практического упражнения
Keyword Windows Techniques - Try it Out For Yourself Answers45мин
Week 4 Assessment30мин
Преподаватели
Laura K. Wiley, PhD
Assistant ProfessorDivision of Biomedical Informatics and Personalized Medicine, Anschutz Medical Campus
О Система университетов штата Колорадо
The University of Colorado is a recognized leader in higher education on the national and global stage. We collaborate to meet the diverse needs of our students and communities. We promote innovation, encourage discovery and support the extension of knowledge in ways unique to the state of Colorado and beyond.
Специализация Clinical Data Science: общие сведения
Are you interested in how to use data generated by doctors, nurses, and the healthcare system to improve the care of future patients? If so, you may be a future clinical data scientist!
This specialization provides learners with hands on experience in use of electronic health records and informatics tools to perform clinical data science. This series of six courses is designed to augment learner’s existing skills in statistics and programming to provide examples of specific challenges, tools, and appropriate interpretations of clinical data.
By completing this specialization you will know how to: 1) understand electronic health record data types and structures, 2) deploy basic informatics methodologies on clinical data, 3) provide appropriate clinical and scientific interpretation of applied analyses, and 4) anticipate barriers in implementing informatics tools into complex clinical settings. You will demonstrate your mastery of these skills by completing practical application projects using real clinical data.
This specialization is supported by our industry partnership with Google Cloud. Thanks to this support, all learners will have access to a fully hosted online data science computational environment for free! Please note that you must have access to a Google account (i.e., gmail account) to access the clinical data and computational environment.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Зарегистрировавшись на сертификацию, вы получите доступ ко всем видео, тестам и заданиям по программированию (если они предусмотрены). Задания по взаимной оценке сокурсниками можно сдавать и проверять только после начала сессии. Если вы проходите курс без оплаты, некоторые задания могут быть недоступны.
Что я получу, оформив подписку на специализацию?
Записавшись на курс, вы получите доступ ко всем курсам в специализации, а также возможность получить сертификат о его прохождении. После успешного прохождения курса на странице ваших достижений появится электронный сертификат. Оттуда его можно распечатать или прикрепить к профилю LinkedIn. Просто ознакомиться с содержанием курса можно бесплатно.
Какие правила возврата средств?
Можно ли получить финансовую помощь?
I live in an area that restricts access to Google products. Will I be able to complete the specialization?
Unfortunately at this time we can only allow students who have access to Google services (e.g., a gmail account) to complete the specialization. This is because we give students access to real clinical data and our privacy protections only allow data sharing through the Google BigQuery environment.
Остались вопросы? Посетите Центр поддержки учащихся.
Coursera делает лучшее в мире образование доступным каждому,
предлагая онлайн-курсы от ведущих университетов и организаций.
© Coursera Inc., 2020 Все права защищены.
