Künstliche Intelligenz (KI) hat Branchen auf der ganzen Welt verändert und hat das Potenzial, den Bereich des Gesundheitswesens radikal zu verändern. Stellen Sie sich vor, Sie wären in der Lage, Daten über Patientenbesuche in der Klinik, verschriebene Medikamente, Labortests und durchgeführte Eingriffe sowie Daten außerhalb des Gesundheitssystems zu analysieren - wie z.B. soziale Medien, mit Kreditkarten getätigte Einkäufe, Volkszählungsaufzeichnungen, Protokolle von Internetsuchaktivitäten, die wertvolle Gesundheitsinformationen enthalten - und Sie bekommen ein Gefühl dafür, wie KI die Patientenversorgung und Diagnosen verändern könnte.
In dieser Specialization diskutieren wir die aktuellen und zukünftigen Anwendungen von KI im Gesundheitswesen mit dem Ziel, zu lernen, KI-Technologien sicher und ethisch vertretbar in die Klinik zu bringen.
Diese Spezialisierung richtet sich sowohl an Fachleute aus dem Gesundheitswesen als auch aus der Informatik und bietet Einblicke, die die Zusammenarbeit zwischen den beiden Disziplinen erleichtern.
CME-Akkreditierung
Die Stanford University School of Medicine ist vom Accreditation Council for Continuing Medical Education (ACCME) für die medizinische Fortbildung von Ärzten akkreditiert. Die vollständigen Informationen zur CME-Akkreditierung finden Sie auf der Seite mit den FAQ zu den einzelnen Kursen.
Übungsprojekt
Der letzte Kurs besteht aus einem Abschlussprojekt, das Sie auf eine geführte Tour durch alle Konzepte mitnimmt, die wir in den verschiedenen Kursen behandelt haben. Es handelt sich um eine praktische Erfahrung, bei der Sie den Weg eines Patienten durch die Linse der Daten verfolgen, wobei ein einzigartiger Datensatz verwendet wird, der für diese Specializations erstellt wurde. wir werden überprüfen, wie die verschiedenen Entscheidungen, die Sie treffen - wie z.B. die Konstruktion von Merkmalen, die zu verwendenden Datentypen, die Einrichtung der Modellauswertung und der Umgang mit der Zeitachse des Patienten - sich auf die Pflege auswirken, die das Modell empfehlen würde.
