Informações sobre o curso

7,336 visualizações recentes

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 21 horas para completar

Sugerido: 5 weeks of study, 2-4 hours/week...

Inglês

Legendas: Inglês

O que você vai aprender

  • Check

    Recognize and distinguish the difference in complexity and sophistication of text mining, text processing, and natural language processing.

  • Check

    Write basic regular expressions to identify common clinical text.

  • Check

    Assess and select note sections that can be used to answer analytic questions.

  • Check

    Write R code to search text windows for other keywords and phrases to answer analytic questions.

100% on-line

Comece imediatamente e aprenda em seu próprio cronograma.

Prazos flexíveis

Redefinir os prazos de acordo com sua programação.

Nível intermediário

Aprox. 21 horas para completar

Sugerido: 5 weeks of study, 2-4 hours/week...

Inglês

Legendas: Inglês

Programa - O que você aprenderá com este curso

Semana
1

Semana 1

1 hora para concluir

Introduction: Clinical Natural Language Processing

1 hora para concluir
7 vídeos (Total 20 mín.), 3 leituras, 1 teste
7 videos
Introduction to Clinical Natural Language Processing3min
NLP Fundamentals: Linguistics1min
NLP Fundamentals: Morphology & Lexicography4min
NLP Fundamentals: Syntax4min
NLP Fundamentals: Sematics & Pragmatics4min
NLP Fundamentals: Wrap Up40s
3 leituras
Introduction to Specialization Instructors5min
Course Policies5min
Accessing Course Data and Technology Platform15min
1 exercício prático
Week 1 Assessment20min
Semana
2

Semana 2

2 horas para concluir

Tools: Regular Expressions

2 horas para concluir
3 vídeos (Total 17 mín.), 2 leituras, 2 testes
3 videos
Text Processing in the Tidyverse3min
Tips and Tricks for Text Processing5min
2 leituras
Regular Expressions and Text Processing in R1h
Note about the Assessment2min
2 exercícios práticos
Regular Expressions and Text Processing in R - Try it Out For Yourself Exercises40min
Week 2 Assessment30min
Semana
3

Semana 3

3 horas para concluir

Techniques: Note Sections

3 horas para concluir
4 vídeos (Total 14 mín.), 2 leituras, 2 testes
4 videos
Clinical Note Types: History and Physical Notes2min
Clinical Note Types: Discharge Summaries2min
Clinical Note Types: Radiology Reports2min
2 leituras
Note Section Techniques1h 30min
Note about the Assessment2min
2 exercícios práticos
Note Section Techniques - Try It Out For Yourself Excercises45min
Week 3 Assessment30min
Semana
4

Semana 4

3 horas para concluir

Techniques: Keyword Windows

3 horas para concluir
1 vídeo (Total 5 mín.), 2 leituras, 2 testes
1 vídeos
2 leituras
Keyword Windows Techniques2h
Note about the Assessment2min
2 exercícios práticos
Keyword Windows Techniques - Try it Out For Yourself Answers45min
Week 4 Assessment30min

Instrutores

Image of instructor, Laura K. Wiley, PhD

Laura K. Wiley, PhD

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

Sobre Sistema de Universidades do ColoradoUniversidade do Colorado

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....

Sobre Programa de cursos integrados Clinical Data Science

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....
Clinical Data Science

Perguntas Frequentes – FAQ

  • Ao se inscrever para um Certificado, você terá acesso a todos os vídeos, testes e tarefas de programação (se aplicável). Tarefas avaliadas pelos colegas apenas podem ser enviadas e avaliadas após o início da sessão. Caso escolha explorar o curso sem adquiri-lo, talvez você não consiga acessar certas tarefas.

  • Quando você se inscreve no curso, tem acesso a todos os cursos na Especialização e pode obter um certificado quando concluir o trabalho. Seu Certificado eletrônico será adicionado à sua página de Participações e você poderá imprimi-lo ou adicioná-lo ao seu perfil no LinkedIn. Se quiser apenas ler e assistir o conteúdo do curso, você poderá frequentá-lo como ouvinte sem custo.

  • 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.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.