About this 전문분야
최근 조회 16,222

100% 온라인 강좌

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 일정

유연한 마감을 설정하고 유지 관리합니다.

중급 단계

Some programming experience and an interest in Clinical Data Science are required.

완료하는 데 약 3개월 필요

매주 10시간 권장

영어

자막: 영어

귀하가 습득할 기술

Implementation ScienceClinical Text MiningR ProgrammingComputational PhenotypingData Quality Assessment

100% 온라인 강좌

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 일정

유연한 마감을 설정하고 유지 관리합니다.

중급 단계

Some programming experience and an interest in Clinical Data Science are required.

완료하는 데 약 3개월 필요

매주 10시간 권장

영어

자막: 영어

How the 전문분야 Works

강좌 수강

Coursera 전문 분야는 기술을 완벽하게 습득하는 데 도움이 되는 일련의 강좌입니다. 시작하려면 전문 분야에 직접 등록하거나 강좌를 둘러보고 원하는 강좌를 선택하세요. 하나의 전문 분야에 속하는 강좌에 등록하면 해당 전문 분야 전체에 자동으로 등록됩니다. 단 하나의 강좌만 수료해도 됩니다. — 학습을 일시 중지하거나 언제든 구독을 종료할 수 있습니다. 학습자 대시보드를 방문하여 강좌 등록 상태와 진도를 추적해 보세요.

실습 프로젝트

모든 전문 분야에는 실습 프로젝트가 포함되어 있습니다. 전문 분야를 완료하고 수료증을 받으려면 프로젝트를 성공적으로 마쳐야 합니다. 전문 분야에 별도의 실습 프로젝트 강좌가 포함되어 있는 경우 각 강좌를 완료해야 프로젝트를 시작할 수 있습니다.

수료증 취득

모든 강좌를 마치고 실습 프로젝트를 완료하면 취업할 때나 전문가 네트워크에 진입할 때 제시할 수 있는 수료증을 취득할 수 있습니다.

how it works

이 전문분야에는 6개의 강좌가 있습니다.

강좌1

Introduction to Clinical Data Science

4.7
71개의 평가
23개의 리뷰

This course will prepare you to complete all parts of the Clinical Data Science Specialization. In this course you will learn how clinical data are generated, the format of these data, and the ethical and legal restrictions on these data. You will also learn enough SQL and R programming skills to be able to complete the entire Specialization - even if you are a beginner programmer. While you are taking this course you will have access to an actual clinical data set and a free, online computational environment for data science hosted by our Industry Partner Google Cloud. At the end of this course you will be prepared to embark on your clinical data science education journey, learning how to take data created by the healthcare system and improve the health of tomorrow's patients.

...
강좌2

Clinical Data Models and Data Quality Assessments

4.4
17개의 평가
4개의 리뷰

This course aims to teach the concepts of clinical data models and common data models. Upon completion of this course, learners will be able to interpret and evaluate data model designs using Entity-Relationship Diagrams (ERDs), differentiate between data models and articulate how each are used to support clinical care and data science, and create SQL statements in Google BigQuery to query the MIMIC3 clinical data model and the OMOP common data model.

...
강좌3

Identifying Patient Populations

4.8
12개의 평가
3개의 리뷰

This course teaches you the fundamentals of computational phenotyping, a biomedical informatics method for identifying patient populations. In this course you will learn how different clinical data types perform when trying to identify patients with a particular disease or trait. You will also learn how to program different data manipulations and combinations to increase the complexity and improve the performance of your algorithms. Finally, you will have a chance to put your skills to the test with a real-world practical application where you develop a computational phenotyping algorithm to identify patients who have hypertension. You will complete this work using a real clinical data set while using a free, online computational environment for data science hosted by our Industry Partner Google Cloud.

...
강좌4

Clinical Natural Language Processing

This course teaches you the fundamentals of clinical natural language processing. In this course you will learn practical techniques for extracting information stored in text-based portions of electronic medical records.

...

강사

Avatar

Laura K. Wiley, PhD

Assistant Professor
Division of Biomedical Informatics and Personalized Medicine, Anschutz Medical Campus
Avatar

Michael G. Kahn, MD, PhD

Professor of Clinical Informatics
Department of Pediatrics, Anschutz Medical Campus

산업 파트너:

Industry Partner Logo #0

콜로라도 대학교 정보

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....

자주 묻는 질문

  • 네! 시작하려면 관심 있는 강좌 카드를 클릭하여 등록합니다. 강좌를 등록하고 완료하면 공유할 수 있는 인증서를 얻거나 강좌를 청강하여 강좌 자료를 무료로 볼 수 있습니다. 전문 분야 과정에 있는 강좌에 등록하면, 전체 전문 분야에 등록하게 됩니다. 학습자 대시보드에서 진행 사항을 추적할 수 있습니다.

  • 이 강좌는 100% 온라인으로 진행되므로 강의실에 직접 참석할 필요가 없습니다. 웹 또는 모바일 장치를 통해 언제 어디서든 강의, 읽기 자료, 과제에 접근할 수 있습니다.

  • Unfortunately at this time we can only allow students who have access to Google services (i.e., 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.

  • The specialization will take approximately 6 months to complete. However students can take the specialization at their own pace.

  • Some experience or awareness of programming and statistical concepts are helpful. However, Course 1 - Introduction to Clinical Data Science, provides learners with enough training in SQL and R to complete the specialization.

  • We highly recommend that you take Course 1 - Introduction to Clinical Data Science, first as it is meant to provide basic training and information useful for Courses 2-6. Although you may take Course 2-6 in any order, it may be helpful to take them sequentially.

  • This Specialization doesn't carry university credit, but some universities may choose to accept Specialization Certificates for credit. Check with your institution to learn more. Additionally, certification in this specialization may enhance professional credentials and attribute to new jobs, salary increases, or promotions.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.