.png)
Fortgeschrittene Technologien und Methoden der Datenanalyse und Datenqualitätsmanagement
Business Intelligence, Data Warehousing und Data Mining im Gesundheitswesen und in der Forschung
Hochschule Hannover (HsH) | Hochschule für angewandte Wissenschaften und Kunst |
Fakultät III - Medien, Information und Design
Dieses Modul ist Teil des Zertifikats „Management und Analyse medizinischer Daten“
Modulsprache: Deutsch, tlw. englischsprachiges Lehrmaterial
Aufwand: 0h Präsenz / 68h Virtuell / 112h Selbststudium = 180h Gesamt1 (6 ECTS)
Zielgruppe: Masterstudierende des Medizinischen Informationsmanagements oder der Medizinischen Informatik, Wissenschaftler*innen mit Weiterbildungsbedarf in Datenintegration und -analyse im Kontext medizinischer Forschung.
Kompetenzen in der Datenanalyse und -kuration sind zu einem wichtigen Erfolgsfaktor für alle Forschungs- und Pflegeprozesse in der Medizin geworden.
Beratung & Anmeldung:
Wenn Sie Fragen haben, zögern Sie bitte nicht, uns zu kontaktieren: info@highmed-lehre.de
Lernziele
Der Kurs bietet eine Einführung in die Konzepte und Methoden des (Klinischen) Data Warehouses (DTW) und Data Mining Analyseverfahren (Machine Learning, ML). Die Auseinandersetzung mit im DTW konzeptionellen Modellierungstechniken, daraus resultierenden multidimensionalen Datenmodellen und darauf anwendbaren Operationen sowie den Grundprinzipien des ML und der Funktionsweise grundlegender ML-Algorithmen sollen zur Handhabung der beiden Technologien im eigenen wissenschaftlichen Arbeiten befähigen.
Folgende Kompetenzen werden detailliert vermittelt:
- Lernende kennen und verstehen grundlegende Konzepte und Anwendungsszenarien von (Klinischen) Data Warehouses (DTW) und Data Mining Analyseverfahren im Kontext von Business Intelligence (BI) und Wissensgenerierung (Knowledge Discovery).
- Lernende kennen und verstehen das multidimensionale Datenmodell (MDM) resp. das Konzept des Data Cubes sowie hierauf basierende OLAP-Standardanfragen. Sie kennen konzeptionelle Modellierungstechniken für MDM und können diese anwenden.
- Die im Datawarehouse bereitgestellten Daten können für prädiktive Modelle im Rahmen des Machine Learning verwendet werden.
- Lernende kennen die grundlegenden Verwendungsmöglichkeiten von Data Warehouses in der Medizin und verstehen die Einsatzmöglichkeiten, Handhabung und Grenzen von Verfahren des Maschinellen / Statistischen Lernens für ihre eigene wissenschaftliche Tätigkeit.
Einbettung: Als Teil des HiGHmed-Modulnetzwerks folgt das Modul der HsH den Modulen, die sich auf Datenerfassungsthemen wie medizinische Bildverarbeitung und unterstützende Gesundheitstechnologien sowie bild- und signalgestützte Assistenzsysteme beziehen. Das HsH-Modul konzentriert sich auf die Integration und Konsolidierung von Daten aus verschiedenen Quellen sowie auf nützliche Methoden und Werkzeuge zum Extrahieren, Umwandeln und Laden der Daten in ein Format, das für komplexe statistische Analysen und maschinelles Lernen geeignet ist.
Das Modul schließt mit Themen ab, wie mit den analysierten Daten umzugehen ist, einschließlich der zuverlässigen Verwendung von Daten in Forschung und Pflege, patientenzentriertem Informationsmanagement und medizinischer Entscheidungsunterstützung. Die HsH - Hochschule für angewandte Wissenschaften und Kunst in Hannover - konzentriert sich auf Lehre und Forschung, Praxisorientierung und Internationalität.
Mit fast 10.000 Studierenden ist sie die zweitgrößte Universität in Hannover und wurde 1971 gegründet.
1: Bei der Aufteilung handelt es sich um eine grobe Orientierung. Die tatsächlichen Zeiten können abweichen.
