This course introduces you to a framework for successful and ethical medical data mining. We will explore the variety of clinical data collected during the delivery of healthcare. You will learn to construct analysis-ready datasets and apply computational procedures to answer clinical questions. We will also explore issues of fairness and bias that may arise when we leverage healthcare data to make decisions about patient care.
от партнера
Специализация AI in HealthcareСтэнфордский университетОб этом курсе
Недавно просмотрено: 74,335
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 2 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень
Прибл. 12 часов на выполнение
Английский
Субтитры: Английский
Чему вы научитесь
How to apply a framework for medical data mining
Ethical use of data in healthcare decisions
How to make use of data that may be inaccurate in systematic ways
What makes a good research question and how to construct a data mining workflow answer it
Сертификат, ссылками на который можно делиться с другими людьми
Получите сертификат по завершении
100% онлайн
Начните сейчас и учитесь по собственному графику.
Курс 2 из 5 в программе
Гибкие сроки
Назначьте сроки сдачи в соответствии со своим графиком.
Начальный уровень
Прибл. 12 часов на выполнение
Английский
Субтитры: Английский
от партнера
Стэнфордский университет
The Leland Stanford Junior University, commonly referred to as Stanford University or Stanford, is an American private research university located in Stanford, California on an 8,180-acre (3,310 ha) campus near Palo Alto, California, United States.
Программа курса: что вы изучите
1 ч. на завершение
Asking and answering questions via clinical data mining
1 ч. на завершение
12 видео ((всего 19 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
12 видео
Welcome2мин
Introduction to the data mining workflow1мин
Real Life Example1мин
Example: Finding similar patients2мин
Example: Estimating risk37
Putting patient data on timeline51
Revisit the data mining workflow steps1мин
Types of research questions2мин
Research questions suited for clinical data55
Example: making decision to treat1мин
Properties that make answering a research question useful1мин
Wrap Up1мин
2 материала для самостоятельного изучения
Study Guide Module 15мин
Citations and Additional Readings5мин
3 практических упражнения
Reflection Exercise10мин
Reflection Exercise10мин
Knowledge Check30мин
2 ч. на завершение
Data available from Healthcare systems
2 ч. на завершение
16 видео ((всего 32 мин.)), 3 материалов для самостоятельного изучения, 4 тестов
16 видео
Review of key entities and the data they collect1мин
Actors with different interests2мин
Common data types in Healthcare2мин
Strengths and weaknesses of observational data2мин
Bias and error from the healthcare system perspective2мин
Bias and error of exposures and outcomes50
How a patient's exposure might be misclassified2мин
How a patient's outcome could be misclassified2мин
Electronic medical record data2мин
Claims data2мин
Pharmacy55
Surveillance datasets and Registries1мин
Population health data sets3мин
A framework to assess if a data source is useful1мин
Wrap Up1мин
3 материала для самостоятельного изучения
Video Image Credit
Study Guide Module 25мин
Citations and Additional Readings5мин
4 практических упражнения
Reflection Exercise10мин
Reflection Exercise10мин
Reflection Exercise15мин
Knowledge Check30мин
1 ч. на завершение
Representing time, and timing of events, for clinical data mining
1 ч. на завершение
12 видео ((всего 20 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
12 видео
Time, timelines, timescales and representations of time2мин
Timescale: Choosing the relevant units of time29
What affects the timescale1мин
Representation of time57
Time series and non-time series data2мин
Order of events1мин
Implicit representations of time1мин
Different ways to put data in bins2мин
Timing of exposures and outcomes3мин
Clinical processes are non-stationary2мин
Wrap Up1мин
2 материала для самостоятельного изучения
Study Guide Module 35мин
Citations and Additional Readings5мин
3 практических упражнения
Reflection Exercise10мин
Reflection Exercise 215мин
Knowledge Check30мин
2 ч. на завершение
Creating analysis ready datasets from patient timelines
2 ч. на завершение
18 видео ((всего 33 мин.)), 2 материалов для самостоятельного изучения, 3 тестов
18 видео
Defining the unit of analysis52
Using features and the presence of features2мин
How to create features from structured sources1мин
Standardizing features52
Dealing with too many features3мин
The origins of missing values3мин
Dealing with missing values1мин
Summary recommendations for missing values1мин
Constructing new features1мин
Examples of engineered features2мин
When to consider engineered features1мин
Main points about creating analysis ready datasets53
Structured knowledge graphs2мин
So what exactly is in a knowledge graph2мин
What are important knowledge graphs2мин
How to choose which knowledge graph to use1мин
Wrap Up45
2 материала для самостоятельного изучения
Study Guide Module 45мин
Citations and Additional Readings5мин
3 практических упражнения
Reflection Exercise10мин
Reflection Exercise20мин
Knowledge Check30мин
Рецензии
Лучшие отзывы о курсе INTRODUCTION TO CLINICAL DATA
от партнера YX4 нояб. 2020 г.
Very clear and well-organized course. I have learned quite a bit about the different types of clinical data, why they are important, and how to transfer them to analytical useable data sets.
от партнера NJ19 нояб. 2020 г.
It would be helpful to be able to see all items that need to be completed. I took the final test and it says I've only completed 2 of 5 courses.
от партнера KS16 окт. 2020 г.
Nicely Framed and Executed in a simple language so anyone can catch up earliest.
Специализация AI in Healthcare: общие сведения
Artificial intelligence (AI) has transformed industries around the world, and has the potential to radically alter the field of healthcare. Imagine being able to analyze data on patient visits to the clinic, medications prescribed, lab tests, and procedures performed, as well as data outside the health system -- such as social media, purchases made using credit cards, census records, Internet search activity logs that contain valuable health information, and you’ll get a sense of how AI could transform patient care and diagnoses.
Часто задаваемые вопросы
Когда я получу доступ к лекциям и заданиям?
Что я получу, оформив подписку на специализацию?
Is financial aid available?
Is this activity accredited for Continuing Medical Education (CME)?
Остались вопросы? Посетите Центр поддержки учащихся.
