מה זה Coursera?
סקירה קצרה של פלטפורמת הלימוד הגדולה בעולם — מי מאחוריה, איך התעודות מוכרות, ומה ההבדל מ-Udemy ו-edX.
צפו בסרטון ←Coursera · סדרה של 5 קורסים
קורס אונליין – תעודה מקצועית מוסמכת בעשיית החלטות קליניות מושכלות באמצעות למידת עומק של Google.
התמחות זו מיועדת ללומדים בעלי ניסיון בתכנות שמעוניינים להרחיב את הכישורים שלהם ביישום למידה עמוקה ברשומות רפואיות אלקטרוניות, עם דגש על איך לתרגם את המודלים שלהם למערכות תמיכה בהחלטות קליניות.
רמת בינייםרמת קושי
סדרה של 5 קורסיםתעודה
להרשמה בקורסרה ←
הקורס הראשון חינם · audit · ללא כרטיס אשראי
רמה
רמת ביניים
מסגרת
סדרה של 5 קורסים
מה תלמדו
✓
כריית מידע ממאגרי נתונים קליניים: אתיקה, מאגר הנתונים MIMIC III, מערכת הסיווג הבינלאומית של מחלות והגדרה של תוצאות קליניות נפוצות.
✓
למידת עמוק ברשומות רפואיות אלקטרוניות: מניתוחים תיאוריים עד ניתוחים חיזוי.
✓
מודלי למידה עמוקה ניתנים להסבר ליישומי בריאות: מה הם ולמה הם נדרשים.
✓
מערכות תמיכה בהחלטות קליניות: הכללה, הטיית מידע, 'הגינות', שימושיות קלינית ופרטיות של אלגוריתמים של אינטליגנציה מלאכותית.
✓
חשיבות תכונה בהחלפה על מאגר הנתונים MIMIC עבור טיפול קריטי: הטכניקה מיושמת הן על רגרסיה לוגיסטית והן על מודל LSTM. ההסברים שנובעים הם הסברים כלליים של המודל.
✓
LIME על מאגר הנתונים MIMIC עבור טיפול קריטי: הטכניקה מיושמת הן על רגרסיה לוגיסטית והן על מודל LSTM. ההסברים שנובעים הם הסברים מקומיים של המודל.
✓
Grad-CAM על מאגר הנתונים MIMIC עבור טיפול קריטי: GradCam מיושם על מודל LSTM המנבא תמותה. ההסברים שנובעים הם הסברים מקומיים של המודל.
מיומנויות שתרכשו
כריית מידע ממאגרי נתונים קליניים
למידת עמוק ברשומות רפואיות אלקטרוניות
מודלי למידה עמוקה ניתנים להסבר ליישומי בריאות
מערכות תמיכה בהחלטות קליניות
עיבוד מקדים של EHR
בניית מודלי למידה עמוקה
הסברים כלליים של מודלים
הסברים מקומיים של מודלים
§ סקירת הקורס
01
תיאור הקורס
התמחות - סדרת 5 קורסים
התמחות זו מיועדת ללומדים בעלי ניסיון בתכנות שמעוניינים להרחיב את הכישורים שלהם ביישום למידה עמוקה ברשומות רפואיות אלקטרוניות, עם דגש על איך לתרגם את המודלים שלהם למערכות תמיכה בהחלטות קליניות.
נושאים עיקריים
- כריית מידע ממאגרי נתונים קליניים: אתיקה, מאגר הנתונים MIMIC III, מערכת הסיווג הבינלאומית של מחלות והגדרה של תוצאות קליניות נפוצות.
- למידת עמוק ברשומות רפואיות אלקטרוניות: מניתוחים תיאוריים עד ניתוחים חיזוי.
- מודלי למידה עמוקה ניתנים להסבר ליישומי בריאות: מה הם ולמה הם נדרשים.
- מערכות תמיכה בהחלטות קליניות: הכללה, הטיית מידע, 'הגינות', שימושיות קלינית ופרטיות של אלגוריתמים של אינטליגנציה מלאכותית.
פרויקט למידה מעשית
ללומדים יש הזדמנות לבחור ולבצע תרגיל המבוסס על מערכי נתונים שהוצאו מ-MIMIC-III, המשלב ידע מ:
- כריית מידע ממאגרי נתונים קליניים לשאול את מאגר הנתונים MIMIC.
- למידת עמוק ברשומות רפואיות אלקטרוניות לעיבוד מקדים של EHR ובניית מודלי למידה עמוקה.
- מודלי למידה עמוקה ניתנים להסבר לבריאות להסביר את החלטת המודלים.
אפשרויות לבחירה
- חשיבות תכונה בהחלפה על מאגר הנתונים MIMIC עבור טיפול קריטי: הטכניקה מיושמת הן על רגרסיה לוגיסטית והן על מודל LSTM. ההסברים שנובעים הם הסברים כלליים של המודל.
- LIME על מאגר הנתונים MIMIC עבור טיפול קריטי: הטכניקה מיושמת הן על רגרסיה לוגיסטית והן על מודל LSTM. ההסברים שנובעים הם הסברים מקומיים של המודל.
- Grad-CAM על מאגר הנתונים MIMIC עבור טיפול קריטי: GradCam מיושם על מודל LSTM המנבא תמותה. ההסברים שנובעים הם הסברים מקומיים של המודל.
§ תוכן עניינים
02
מבנה הקורס
חציבת נתונים ממאגרי נתונים קליניים - CDSS 1
קורס 1
20 שעות
4.8 (13 דירוגים)
מה תלמד
- להבין את הסכימה של מאגרי נתוני EHR הנגישים לציבור (MIMIC-III)
- להכיר את השימוש בסיווג הבינלאומי של מחלות (ICD)
- לחלץ ולוויזואליזציה של סטטיסטיקות תיאורטיות ממאגרי נתונים קליניים
- להבין ולחלץ תוצאים קליניים מרכזיים כמו תמותה ואורך שהייה
מיומנויות שתרכוש
- חציבת נתונים ממאגרי נתונים קליניים
- רישומים רפואיים אלקטרוניים
- סטטיסטיקות תיאורטיות
- אתיקה ברישומים רפואיים אלקטרוניים
- סיווג בינלאומי של מחלות
למידה עמוקה ברישומים רפואיים אלקטרוניים - CDSS 2
קורס 2
31 שעות
מה תלמד
- לאמן ארכיטקטורות למידה עמוקה כגון פרספרטרון רב שכבתי, רשתות נוירונים קונבולוציוניות ורשתות נוירונים חוזרות לצורך סיווג
- לאמת ולהשוות בין אלגוריתמים שונים של למידת מכונה
- לפרוס את רישומי הבריאות האלקטרוניים ולייצגם כנתוני סדרה זמן
- אסטרטגיות חיסור וקידוד נתונים
מיומנויות שתרכוש
- הסברים גלובליים ומקומיים
- מודלים של למידת מכונה ברי הסבר
- מנגנוני תשומת לב
- פרשנות מול הסבר
- מודלים ניטרליים ומודלים ספציפיים
מודלים ברי הסבר ללמידה עמוקה בתחום הבריאות - CDSS 3
קורס 3
30 שעות
4.6 (15 דירוגים)
מה תלמד
- לקודד מתודולוגיות הסבר גלובליות בקטגוריות סיווג של סדרות זמן
- לקודד מתודולוגיות הסבר מקומיות עבור למידה עמוקה כגון CAM ו-GRAD-CAM
- להבין את השיטות ההוכחתיות עבור רשתות למידה עמוקה
- לשלב תשומת לב ברשתות נוירונים חוזרות ולוויזואליזציה של משקלות תשומת הלב
מיומנויות שתרכוש
- רשת נוירונים חוזרת
- רשת נוירונים קונבולוציונית
- קידוד נתונים ואוטו-קודרים
- תהליך של EHR וחיסור
- למידה עמוקה ואימות
מערכות תמיכה בהחלטות קליניות - CDSS 4
קורס 4
8 שעות
מה תלמד
- הערכה של מערכות תמיכה בהחלטות קליניות
- עיוות, כיול והוגנות במודלים של למידת מכונה
- ניתוח עקומת החלטות ומערכות תמיכה קליניות ממוקדות בקהל
- בעיות פרטיות במערכות תמיכה בהחלטות קליניות
מיומנויות שתרכוש
- בעיות פרטיות במערכות תמיכה קליניות
- עיוות והוגנות במודלים של למידת מכונה
- כיול במודלים של למידת מכונה
- מערכות תמיכה קליניות
- מערכות תמיכה קליניות ממוקדות בקהל
משימת גג - CDSS 5
קורס 5
2 שעות
מה תלמד
קורס זה הוא משימת גג שמחייבת ממך ליישם את הידע והמיומנויות שלמדת לאורך ההתמחות. בקורס זה תבחר אחד מהתחומים ותשלים את המשימה כדי לעבור.
ראיתם את הקורס. מוכנים להירשם?
מעבר לקורסרה · הקורס הראשון פתוח לצפייה חינם · ביטול בכל שלב
§ עוזרים להתחיל
צפו · 2 דק'
צפו · 2 דק'
צפו · 2 דק'
3 וידאוים קצרים לפני שנרשמים לקורס.
לפני שאתם מוציאים כרטיס אשראי — קחו 6 דקות. סבר על Coursera, איך נרשמים, ואיך התעודה משתלבת בלינקדאין שלכם.
איך נרשמים ב-2 דקות
הדגמה ויזואלית של תהליך ההרשמה — מהקלקה על "להרשמה" ועד תחילת הקורס הראשון. כולל אופציית audit חינמי.
צפו בסרטון ←איך מכניסים את התעודה ל-LinkedIn
הוספת התעודה כ-License & Certification בפרופיל לינקדאין, עם קישור ל-Coursera שמעלים את הקרדיביליות.
צפו בסרטון ←מוכנים להתחיל?
הקורס מחכה. התעודה מחכה.
הקורס זמין ב-Coursera. הקורס הראשון בסדרה פתוח לצפייה ללא תשלום.
coursera
תעודה מקצועית
קורס אונליין – תעודה מקצועית מוסמכת בעשיית החלטות קליניות מושכלות באמצעות למידת עומק של Google.
— Coursera
✓
⚠ MSL הוא קטלוג קורסים — לא ספק הקורס.
הקורס מתפרסם ומנוהל דרך פלטפורמת Coursera. תוכן הקורס, עלויות, תעודות, ותנאי שימוש — באחריות Coursera והמרצים. MSL מציג את המידע מתוך מטרה לעזור לגולש לבחור, ולא מספק את הקורס עצמו.
- מנתח נתונים קליניים
- מפתח מודלים של למידה עמוקה
- מהנדס תוכנה בתחום הבריאות
- מומחה למערכות תמיכה בהחלטות קליניות
- חוקרת בתחום האינטליגנציה המלאכותית בבריאות
- מנתח מערכות מידע רפואיות
- מפתח אלגוריתמים רפואיים
- מומחה לכריית מידע רפואי
- מפתח פתרונות טכנולוגיים למערכות בריאות
- מנתח חיזוי רפואי