آموزش HI-FIVE (انفورماتیک سلامت برای نوآوری، ارزش و غنی سازی) یک دوره آموزشی آنلاین تقریباً 10 ساعته است که توسط دانشگاه کلمبیا در سال 2016 با حمایت دفتر هماهنگ کننده ملی فناوری اطلاعات سلامت (ONC) طراحی شده است. آموزش مبتنی بر نقش است و از سناریوهای موردی استفاده می کند. هیچ سخت افزار یا نرم افزار اضافی برای این دوره مورد نیاز نیست. سیستم بهداشت و درمان کشور ما با سرعت زیادی در حال تغییر است. برنامه های ارائه مراقبت های بهداشتی تحول آفرین به شدت به فناوری اطلاعات سلامت برای بهبود و هماهنگی مراقبت ها، حفظ ثبت بیماران، حمایت از مشارکت بیمار، توسعه و حفظ زیرساخت های داده لازم برای پرداخت مبتنی بر ارزش چند پرداخت کننده، و توانمندسازی ظرفیت های تحلیلی برای اطلاع رسانی در تصمیم گیری و ساده سازی بستگی دارد. گزارش دهی سرعت شتابان تغییر از فناوری جدید و در حال گسترش همچنان چالشی برای آماده سازی نیروی کار ماهر خواهد بود، بنابراین گذراندن این آموزش به شما کمک می کند تا در چشم انداز پویا مراقبت های بهداشتی به روز بمانید. این دوره یکی از سه دوره مرتبط در برنامه آموزشی HI-FIVE است که دارای موضوعات سلامت جمعیت، هماهنگی و قابلیت همکاری مراقبت، مراقبت مبتنی بر ارزش، تجزیه و تحلیل داده های مراقبت های بهداشتی و مراقبت بیمار محور است. هر یک از این سه دوره از دیدگاهی متفاوت بر اساس نقش های مختلف مراقبت های بهداشتی طراحی شده است. این دوره سوم از دیدگاه اداری یا فناوری اطلاعات است که برای مدیران اجرایی، مدیران، تحلیلگران و کارکنانی که در امور اداری، تجاری، مالی، عملیات، داده یا IT کار می کنند، طراحی شده است. با این حال، ما هر کسی را که در بخش مراقبت های بهداشتی، فناوری اطلاعات سلامت، بهداشت عمومی و سلامت جمعیت کار می کند تشویق می کنیم تا در هر یک از این سه دوره آموزشی شرکت کنند.

آموزش HI-FIVE (انفورماتیک سلامت برای نوآوری، ارزش و غنی سازی) یک دوره آموزشی آنلاین تقریباً 10 ساعته است که توسط دانشگاه کلمبیا در سال 2016 با حمایت دفتر هماهنگ کننده ملی فناوری اطلاعات سلامت (ONC) طراحی شده است. آموزش مبتنی بر نقش است و از سناریوهای موردی استفاده می کند. هیچ سخت افزار یا نرم افزار اضافی برای این دوره مورد نیاز نیست. سیستم بهداشت و درمان کشور ما با سرعت زیادی در حال تغییر است. برنامه های ارائه مراقبت های بهداشتی تحول آفرین به شدت به فناوری اطلاعات سلامت برای بهبود و هماهنگی مراقبت ها، حفظ ثبت بیماران، حمایت از مشارکت بیمار، توسعه و حفظ زیرساخت های داده لازم برای پرداخت مبتنی بر ارزش چند پرداخت کننده، و توانمندسازی ظرفیت های تحلیلی برای اطلاع رسانی در تصمیم گیری و ساده سازی بستگی دارد. گزارش دهی سرعت شتابان تغییر از فناوری جدید و در حال گسترش همچنان چالشی برای آماده سازی نیروی کار ماهر خواهد بود، بنابراین گذراندن این آموزش به شما کمک می کند تا در چشم انداز پویا مراقبت های بهداشتی به روز بمانید. این دوره یکی از سه دوره مرتبط در برنامه آموزشی HI-FIVE است که دارای موضوعات سلامت جمعیت، هماهنگی و قابلیت همکاری مراقبت، مراقبت مبتنی بر ارزش، تجزیه و تحلیل داده های مراقبت های بهداشتی و مراقبت بیمار محور است. هر یک از این سه دوره از دیدگاهی متفاوت بر اساس نقش های مختلف مراقبت های بهداشتی طراحی شده است. این دوره دوم از منظر اجتماعی یا همتایان است که برای هماهنگ‌کنندگان مراقبت، مدیران مراقبت/مورد، مددکاران اجتماعی، کارکنان سلامت جامعه، ناوبران بیمار، مربیان همتا، حمایت از سلامت رفتاری و سایر نقش‌های مشابه طراحی شده است. با این حال، ما هر کسی را که در بخش مراقبت های بهداشتی، فناوری اطلاعات سلامت، بهداشت عمومی و سلامت جمعیت کار می کند تشویق می کنیم تا در هر یک از این سه دوره آموزشی شرکت کنند.

در این چهارمین دوره از پنج دوره ما، به مهارت های رهبری آموزشی و آموزشی که برای رهبران انفورماتیک پرستاری مفید است، عمیق تر خواهم رفت. من همچنین شما را در فرآیند تهیه سند یا برنامه درسی برای تخصص انفورماتیک پرستاری هم در محیط های دانشگاهی و هم در عمل یا صنعت راهنمایی می کنم. اهداف دوره به شرح زیر است: 1. توسعه دوره انفورماتیک پرستاری مرتبط را در محیط های بالینی و دانشگاهی برای درک شباهت ها و تفاوت ها در آموزش و آموزش انفورماتیک در بین محیط ها شرح دهید. 2. نیازهای آموزشی و آموزشی انفورماتیک را برای شرکت کنندگان متنوع با سطوح تجربی مختلف شرح دهید تا امکان توسعه مواد آموزشی و آموزشی مناسب فراهم شود. 3. یک برنامه درسی دوره اولیه و پیام ضبط شده مقدماتی برای اعمال یادگیری در یک محیط شبیه سازی شده ایجاد کنید. 4. مزایای مشاوره رسمی و غیررسمی برای انفورماتیکان پرستاری را برای پیشبرد فرصت های شغلی و حمایت از تخصص انفورماتیک پرستاری شرح دهید.

در این MOOC شما با یادگیری ماشینی پیشرفته و زبان طبیعی آشنا می شوید تکنیک های پردازش برای تجزیه و استخراج اطلاعات از اسناد متنی بدون ساختار در مراقبت های بهداشتی، مانند یادداشت های بالینی، گزارش های رادیولوژی و خلاصه ترخیص. چه شما یک دانشمند داده مشتاق باشید یا یک حرفه ای اولیه یا اواسط حرفه ای در علم داده یا فناوری اطلاعات در مراقبت های بهداشتی، بسیار مهم است که مهارت های خود را در استخراج و تجزیه و تحلیل اطلاعات به روز نگه دارید. برای موفقیت در این دوره، باید مفاهیمی را که از طریق سایر دوره‌های MOOC سطح متوسط ​​و تخصص‌های علوم داده ارائه شده توسط دانشگاه میشیگان آموخته‌اید، بنا کنید، بنابراین می‌توانید عمیق‌تر به چالش‌های شناخت نهادهای پزشکی در سلامت بپردازید. اسناد مرتبط، استخراج اطلاعات بالینی، پرداختن به ابهام و چندمعنی برای برچسب گذاری آنها با انواع مفاهیم صحیح، و توسعه ابزارها و تکنیک هایی برای تجزیه و تحلیل ژانرهای جدید اطلاعات سلامت. در پایان این دوره، شما قادر خواهید بود: رویکردهای متن کاوی مورد نیاز برای شناسایی و استخراج انواع مختلف اطلاعات از داده های متنی مرتبط با سلامت را شناسایی کنید ایجاد یک خط لوله NLP سرتاسر برای استخراج مفاهیم پزشکی از متن رایگان بالینی با استفاده از یک منبع اصطلاحات تفاوت آموزش مدل های یادگیری عمیق را با آموزش مدل های یادگیری ماشین سنتی متمایز کنید یک مدل شبکه عصبی عمیق را برای تشخیص عوارض جانبی از بررسی داروها پیکربندی کنید مزایا و معایب رویکردهای یادگیری عمیق را فهرست کنید."

سلامت دیجیتال به عنوان آینده مراقبت های بهداشتی به سرعت در حال تحقق است. در حالی که این امر بر ورودی داده‌های سلامت با کیفیت در سوابق و سیستم‌های دیجیتال تأکید می‌کند، ارائه مراقبت‌های بهداشتی ایمن و با کیفیت نه تنها به ورودی داده‌ها متکی است، بلکه به توانایی دسترسی و استخراج معنا از داده‌ها برای تولید شواهد و اطلاعات نیز بستگی دارد. تصمیم گیری و نتایج بهتری برای سلامتی ایجاد می کند. این دوره بینشی در مورد استفاده از داده های مراقبت های بهداشتی، از جمله مروری بر بهترین شیوه ها و واقعیت های عملی کسب اطلاعات مفید از سیستم های سلامت دیجیتال از طریق درک مفاهیم اساسی تجزیه و تحلیل داده های سلامت ارائه می دهد. یادگیرندگان متوجه خواهند شد که چرا کیفیت داده ها در مراقبت های بهداشتی مدرن ضروری است، زیرا آنها از طریق مراحل مختلف چرخه زندگی داده ها، از تولید داده های سلامت با کیفیت، تا کشف الگوها و استخراج دانش از داده های سلامت با استفاده از روش ها و ابزارهای رایج، هدایت می شوند. تجزیه و تحلیل اساسی، تجسم و ارتباط داده های سلامت. با انجام این کار، فراگیران زمینه های ارائه مراقبت های بهداشتی فعلی و سیستم های داده های دیجیتال سلامت آینده و در حال ظهور و برنامه های کاربردی را که به سرعت در حال تبدیل شدن به واقعیت فردا هستند، بررسی می کنند. با اتمام این دوره، شما قادر خواهید بود: 1. شناسایی فناوری های دیجیتال سلامت، منابع داده های بهداشتی، و نقش های در حال تحول نیروی کار سلامت در محیط های سلامت دیجیتال 2. درک مفاهیم و اصطلاحات کلیدی داده های سلامت، از جمله اهمیت یکپارچگی داده ها و نقش سهامداران در چرخه زندگی داده ها 3. از داده های سلامت و تجزیه و تحلیل داده های پایه برای اطلاع رسانی و بهبود تصمیم گیری و تمرین استفاده کنید. 4. به کارگیری روش های موثر برای ارتباط داده های بهداشتی برای تسهیل مراقبت ایمن و با کیفیت. در طول این دوره، شما با محتوای آموزشی که توسط: • مرکز تحقیقات تعاونی سلامت دیجیتال • آژانس سلامت دیجیتال استرالیا • سلامت الکترونیک NSW • ناحیه بهداشت محلی سیدنی • وزارت بهداشت NSW • موسسه آموزش و آموزش بهداشت • کمیسیون تعالی بالینی • خانه زندگی کریس اوبراین • شرکای موناش / اتحادیه تحقیقات سلامت استرالیا • داده های تحقیقات استرالیا مشترک • شبکه بهداشت روانی و پزشکی قانونی دادگستری • منطقه بهداشتی محلی سیدنی جنوب شرقی • منطقه بهداشتی محلی وسترن سیدنی • موسسه سرطان پستان Westmead • آژانس نوآوری بالینی • منطقه بهداشتی محلی غرب NSW • شبکه بیمارستان کودکان سیدنی این دوره یک سرمایه گذاری مشترک بین NSW Health، دانشگاه سیدنی و مرکز تحقیقات تعاونی دیجیتال سلامت، شامل منابع اختصاصی از eHealth NSW، موسسه آموزش و آموزش بهداشت، و گروه تحقیقات در پیاده سازی علوم و سلامت الکترونیک است. در حالی که بسیاری از منابع یادگیری و مثال‌های موردی از زمینه خدمات بهداشت NSW استخراج شده‌اند، این دوره برای همه نیروی کار سلامت موجود و آینده، صرف نظر از نقش یا زمینه کاری مرتبط است. توجه: مطالب استفاده شده برای اهداف آموزشی است و محتوا ممکن است منعکس کننده خط مشی های سازمان شما نباشد. هنگام کار با داده ها، مطمئن شوید که مطابق دستورالعمل ها و سیاست های سازمان خود عمل می کنید.

اگر می خواهید جادوی انفورماتیک و آموزش آن را درک کنید؛ استفاده از دانش بنیادی و فرآیند شناخت اطلاعات در طراحی نمایشگر در پرستاری؛ یک دید کلی از سیستم اطلاعات پرستاری و سیستم پشتیبانی تصمیم گیری بالینی داشته باشید. اسرار مراقبت از راه دور و پرستاری سیار را کشف کنید. شما می توانید با ما وارد دنیای انفورماتیک پرستاری شوید و پای پرستاری هوشمند را باز کنید.

این دوره برای افرادی که در حال حاضر در بخش مراقبت های بهداشتی هستند، به عنوان ارائه دهنده، پرداخت کننده یا مدیر مناسب است. افرادی که به دنبال تغییر شغل در بخش مراقبت های بهداشتی هستند نیز ممکن است به این دوره علاقه مند شوند. در این دوره شما فرصتی خواهید داشت تا مفاهیم و موضوعات مرتبط با طراحی و مدیریت سیستم های اطلاعات سلامت را بررسی کنید. پس از مقدمه‌ای بر تاریخچه و وضعیت فعلی سیستم‌های اطلاعاتی در مراقبت‌های بهداشتی، حوزه‌های معماری اطلاعات، کاربردهای اداری و بالینی، بازیابی اطلاعات، سیستم‌های پشتیبانی تصمیم، پرونده الکترونیک سلامت، سیستم‌های اطلاعات کلیدی سلامت و استانداردها را بررسی خواهید کرد. در طول این دوره، به شما این فرصت داده می شود که درک خود را از طریق مشارکت در بحث های درسی، به کارگیری مفاهیم دوره در یک تکلیف دوره، و از طریق تکمیل آزمون های محتوا در طول مسیر ارزیابی کنید.

این دوره نمایش ها و تمرین هایی را برای انجام وظایف تجزیه و تحلیل مبتنی بر ژنومیک رایج داده های توالی باکتریایی ارائه می دهد. از BV-BRC، مرکز منابع بیوانفورماتیک باکتریایی و ویروسی (ادغام PATRIC، IRD و ViPR، سه منبع قبلی)، به عنوان بستری برای تجزیه و تحلیل استفاده می‌کند. BV-BRC مرکز منابع بیوانفورماتیک باکتریایی با بودجه NIH/NIAID است که داده های ژنومی باکتریایی جامع را با ابزارهای تجزیه و تحلیل یکپارچه و تجسم ارائه می دهد. BV-BRC همچنین یک فضای کاری خصوصی را فراهم می کند که کاربران می توانند داده های خود را بارگذاری و تجزیه و تحلیل کنند. شرکت‌کنندگان دوره مهارت‌های لازم برای انجام تجزیه و تحلیل مقایسه‌ای ژنوم‌های باکتریایی را به دست می‌آورند، که با داده‌های توالی خام شروع می‌شود. درس‌های ماژول اول، مونتاژ ژنوم، حاشیه‌نویسی، ساخت درخت فیلوژنتیک، و مقایسه‌های خانواده پروتئین/پروتئوم را شامل می‌شود. هر درس بر پایه درس قبلی استوار است و یک گردش کار تجزیه و تحلیل پایه کامل ایجاد می کند. توجه: تمرین‌های این دوره با استفاده از PATRIC، سیستم پیشین BV-BRC توسعه داده شده‌اند. با این حال، BV-BRC از PATRIC ساخته شده است، بنابراین بیشتر محتوا هنوز یکسان است.

15 سال گذشته در زیست شناسی گیاهی سال های هیجان انگیزی بوده است. صدها ژنوم گیاهی توالی یابی شده اند، RNA-seq پروفایل بیان گسترده ترانسکریپتوم را فعال کرده است، و تکثیر روش های مبتنی بر "-seq" اجازه داده است تا تعاملات پروتئین-پروتئین و پروتئین-DNA ارزان و با کارایی بالا تعیین شود. روش این مجموعه داده‌ها به نوبه خود به ما اجازه می‌دهند تا فرضیه‌هایی را با کلیک ماوس ایجاد کنیم. به عنوان مثال، دانستن مکان و زمان بیان یک ژن می تواند به ما کمک کند تا زمانی که یک فنوتیپ را در یک جهش یافته ژنی در شرایط رشد "عادی" نمی بینیم، فضای جستجوی فنوتیپی را محدود کنیم. تحلیل‌های هم‌اثر و شبکه‌های ارتباطی می‌توانند ژن‌های کاندید با کیفیتی را ارائه دهند که در یک فرآیند بیولوژیکی مورد علاقه شرکت دارند. استفاده از تجزیه و تحلیل غنی‌سازی هستی‌شناسی ژن و ابزارهای تجسم مسیر می‌تواند به ما کمک کند تا آزمایش‌های omics خود را درک کنیم و به این سوال پاسخ دهیم که "چه فرآیندها/مسیرهایی در جهش مورد علاقه ما مختل می‌شوند؟" ساختار: هر یک از ماژول های عملی 6 هفته ای شامل یک مقدمه 2 دقیقه ای، یک مینی سخنرانی تئوری 20 دقیقه ای، یک آزمایشگاه عملی 1.5 ساعته، یک بحث آزمایشگاهی اختیاری 20 دقیقه ای در صورت داشتن مشکلات آزمایشگاهی، و خلاصه 2 دقیقه ای ابزارهای تحت پوشش [مواد به روز شده در ژوئن 2024]: ماژول 1: DB های ژنومیک / درختان ژن از پیش محاسبه شده / ابزارهای پروتئینی. Araport، TAIR، Gramene، EnsemblPlants Compara، PLAZA; مرورگر SUBA5 و Cell eFP، مرورگر 1001 Genomes ماژول 2: ابزارهای بیان. مرورگر eFP / مرورگر eFP-Seq، Araport، ARDB، TravaDB، NCBI Genome Data Viewer برای کاوش داده های RNA-seq برای بسیاری از گونه های گیاهی، پایگاه داده MPSS برای RNA های کوچک ماژول 3: ابزار COEXPRESSION. ATTED II، Expression Angler، AraNet، AtCAST2 ماژول 4: تحلیل پروموتر. سیستوم، MEME، ePlant ماژول 5: تجزیه و تحلیل غنی سازی GO و تصویرسازی مسیر. AgriGO، AmiGO، Classification SuperViewer، TAIR، g:profiler، AraCyc، MapMan (اختیاری: Plant Reactome) ماژول 6: اکتشاف شبکه. نمایشگر تعاملات Arabidopsis 2، ePlant، TF2Network، Virtual Plant، GeneMANIA

انقلاب فنی حجم زیادی از داده ها را در مراقبت های بهداشتی و تحقیقاتی ایجاد کرده است و دانش به سرعت در حال افزایش در مورد عوامل مهم برای سلامت فرد است. این پتانسیل زیادی برای حمایت از تغییر از الگوی یک اندازه مناسب برای همه به پزشکی شخصی یا دقیق دارد، تا هر تصمیم سلامتی را که منفعت مورد انتظار برای بیمار باشد هدایت و در نتیجه بهبود بخشد. همه‌گیری SARS-CoV-2 به آگاهی عمومی و سیاسی در مورد اهمیت پزشکی شخصی کمک کرده است، جایی که تأثیر عوامل میزبان مانند سن، جنس، چاقی، سیگار کشیدن، بیماری‌های همراه و غیره باعث افزایش خطر ابتلا به کووید-های جدی می‌شود. 19 بیماری انتظار می‌رود در آینده نزدیک، رویکرد سیستماتیک‌تر و مبتنی بر داده‌ها برای پیش‌بینی و طبقه‌بندی خطر بیماران COVID-19 و بسیاری از گروه‌های بیمار دیگر، به دلیل درک بهتر آسیب‌شناسی بیماری، از جمله تأثیر ژنتیک، افزایش و بهبود یابد. تنوع و نشانگرهای زیستی بر خطر و پیامد بیماری کشورهای شمال اروپا دارای سیستم‌های رفاهی منحصربه‌فردی با دسترسی عمومی به مراقبت‌های بهداشتی و پایگاه‌های اطلاعاتی و بانک‌های زیستی سلامت در سراسر کشور هستند. این زیرساخت همراه با شناسه‌های منحصربه‌فرد افراد، یک محیط بهینه برای توسعه پزشکی شخصی ایجاد می‌کند و مدل شمال اروپا از تحقیق، ترجمه، مراقبت و آموزش می‌تواند به عنوان نمونه پیشرو برای بقیه جهان باشد. دوره پزشکی شخصی از دیدگاه نوردیک، مفهوم پزشکی شخصی شده را از جنبه بیمار، مراقبت های بهداشتی و زیرساخت های موجود برای ایجاد یک محیط یادگیری که با مراقبت های روزمره بیماران ادغام شده است، معرفی، توصیف، تعریف و بحث می کند. این دوره همچنین ارتباط خطر و جنبه های اخلاقی، قانونی و اجتماعی پزشکی شخصی را پوشش می دهد و نمونه هایی را ارائه می دهد که رویکرد پزشکی شخصی قبلاً در مراقبت های معمول استفاده می شود. این دوره توسط رهبران دانشکده در کارگروه آموزش دانشکده های پزشکی نوردیک آغاز شد و بودجه را از کمیته مشترک شوراهای تحقیقات پزشکی شمال اروپا (NOS-M) دریافت کرد. کارشناسان از تمام کشورهای شمال اروپا در این دوره شرکت می کنند: ساعدیس ساواردوتیر، سیسه اوستروفسکی، هانس توماس بیورنسون، ریچارد روزنکوئیست برندل، هنینگ بوندگارد، انگیلبرت سیگوردسون، آرنو پالوتی، اوله آ آندریاسن، رونولفور پالسون، آلما مولر، سورن بروناک، یوهان اوستنوس آاسکفتی، یوهان او اسکلینگ، ارنستام، سایموندور اودسون، هنریک اولوم، کاری استفانسون، پاتریک سولم، سایمون راسموسن، ینس لاندگرن، آندرس پرنر، مرته لوند هتلند، هایدی بنتزن، هنینگ لانگبرگ، سیگوردور کریستینسون، ثور آسپلوند، ژانت ناکس، سیگورنارت، دیوید هارکنتیر، دیوید هارکونتیر ، تنها فرانک، مته نوردال سوندسن، بیورن هافمن و مورتن سوگارد.

این دوره شما را با نرم افزار MAXQDA برای تجزیه و تحلیل آسانتر داده ها در طول فرآیند تحقیق کیفی آشنا می کند. شما در این دوره نحوه انجام یادداشت ها، متغیرها، تقسیم بندی، کدگذاری و تکنیک های کاهش داده را بررسی خواهید کرد!

این دوره ادامه  Healthcare Analytics Essentials است. اگر هنوز دوره Healthcare Analytics Essentials را گذرانده اید، توصیه می شود آن دوره را قبل از این دوره تکمیل کنید. دانش اساسی برای حمایت از پروژه در این بررسی عمیق تر برای استفاده از تجزیه و تحلیل مراقبت های بهداشتی در مدیریت و مدیریت انجام می شود. این دوره به شما این فرصت را می دهد تا در مورد اینکه چگونه تجزیه و تحلیل کسب و کار می تواند عملکرد سازمان بهداشت و درمان را بهبود بخشد و راه هایی برای شناسایی و رسیدگی به مسائلی که بر مراقبت از بیمار تأثیر می گذارد، بیاموزید. شما مؤلفه های تداوم مراقبت، استراتژی های مورد استفاده برای دستیابی به تداوم و ویژگی های بیمار محوری را بررسی خواهید کرد. همچنین ساختار و ارزش کارآزمایی تصادفی کنترل شده و نیاز به تصمیم گیری در سطح فردی را بررسی خواهید کرد. در نهایت، شما در مورد سیستم‌ها در مراقبت‌های بهداشتی، 6Cهای سیستمی، و پنج ویژگی رایج سیستم‌های پیچیده و چارچوب ایجاد تغییر خواهید آموخت.

تجسم یک تخصص به سرعت در حال پیشرفت در دانشگاه، تحقیق و صنعت و تبدیل شدن به آینده علم است. با پیشرفت فناوری‌های دیجیتال و کاربردهای آن، تجسم زیست‌پزشکی یک زمینه در حال تکامل و محبوب است. با تکنیک ها و فناوری های جدید برای تصویربرداری، پردازش و تجزیه و تحلیل داده های مربوط به بدن انسان و فرآیندهای بیولوژیکی آن، در خط مقدم انقلاب دیجیتال قرار دارد. چرا ویدیوی تریلر دوره ما را مشاهده نمی کنید. این لینک را کپی و در مرورگر خود قرار دهید https://youtu.be/vB_QcIVSiTs در پایان این دوره، شما قادر خواهید بود: اصطلاحات تشریحی مرتبط با بدن انسان را تعریف و توصیف کنید. سیستم های مختلف بدن، چه چیزی از آنها تشکیل شده است و چگونه آنها با عملکرد مرتبط هستند را شرح دهید. با استفاده از نرم افزار منبع باز استاندارد صنعتی (Blender) مدل سازی و انیمیشن های سه بعدی خود را ایجاد کنید. تکنیک ها و روش های مختلف تجسم را تجزیه و تحلیل کنید و بتوانید آنها را در زمینه های علوم زیست پزشکی به کار ببرید. این دوره اولین دوره از نوع خود در Coursera است. این ساختار و عملکرد بدن انسان از جمله اصطلاحات مورد استفاده را بررسی می کند. تکنیک‌های تجسم موجود با استفاده از فناوری برای تصویربرداری و نمایش داده‌های مربوط به بدن و فرآیندهای بیولوژیکی را به نمایش می‌گذارد. همچنین آموزش ایجاد انیمیشن‌ها را ارائه می‌دهد و کاربرد انواع مختلف واقعیت را بررسی می‌کند. شما از متخصصان این رشته ها یاد خواهید گرفت و با دانشی که از این دوره کسب خواهید کرد، بتوانید بهترین روش استفاده از تجسم را در رشته خود ارزیابی و به کار ببرید. هیچ تجربه قبلی لازم نیست، اما باید قادر به یادگیری در سطح متوسط ​​باشد.

این دوره دانش آموزان را با درس های محلی و جهانی در تحقیق و عمل برابری سلامت آشنا می کند که موضوعاتی مانند تأثیرات محرک های ساختاری و سیستم های قدرت بر برابری سلامت و نابرابری در سلامت باروری و سلامت مهاجران را پوشش می دهد. این دوره سپس به استفاده از این درس ها در پروژه های تحقیقاتی برابری سلامت در تنظیمات در سراسر جهان ادامه می دهد. از طریق کاوش در مداخلات جهانی، فراگیران با درک اینکه چرا این مشکلات بهداشتی وجود دارند، چه چیزی به آنها کمک می‌کند و چگونه می‌توان راه‌حل‌های پایدار ایجاد کرد، برای مقابله با نابرابری‌های بهداشتی در جوامع محلی خود آماده خواهند شد. این دوره شامل سخنرانی ها، بحث های پنل و مصاحبه با کارشناسان برجسته است.

آیا رویای یک CMIO یا مدیر ارشد انفورماتیک بالینی را دارید؟ اگر قصد دارید در رتبه های سیستم سلامت خود ارتقا پیدا کنید یا به دنبال چرخش حرفه خود در جهت داده های بزرگ و فناوری اطلاعات سلامت هستید، این دوره برای شما ساخته شده است. شما از کارشناسان جانز هاپکینز در مورد تجربیات آنها در استفاده از قدرت داده های بزرگ در مراقبت های بهداشتی، بهبود پذیرش EHR و جدا کردن امید از تبلیغات در پزشکی دیجیتال خواهید شنید. چه یک پرستار، داروساز، پزشک، سایر متخصصان بهداشتی باشید یا از یک پیشینه غیر بالینی باشید - می دانید که مهارت های انفورماتیک سلامت مورد تقاضا هستند. این تخصص 5 دوره ای که به تازگی توسط اعضای هیئت علمی جان هاپکینز راه اندازی شده است، پایه محکمی را برای هر کسی که می خواهد در یکی از داغ ترین زمینه های مراقبت های بهداشتی رهبر شود، فراهم می کند. ما به‌عنوان اطلاع‌رسان سلامت، باید در درک خود از وضعیت فعلی (همان‌طور که هست)، وضعیت آینده (آینده) و هرگونه پیامد ناخواسته‌ای که می‌تواند از مداخلات ما ناشی شود، کاملاً شفاف باشیم. قبل از معرفی تغییرات در مقیاس بزرگ، باید ارزیابی کنیم که آیا یک سازمان بهداشت و درمان واقعاً برای تغییر آماده است یا خیر. این شامل در نظر گرفتن فرهنگ و ارزش های فعلی یک سازمان است. هدایت موفقیت آمیز تغییر از طریق انفورماتیک سلامت نیز نیازمند برنامه ریزی استراتژیک و ملاحظات مالی دقیق است. طراحی مجدد جریان کار مناسب و استراتژی مدیریت تغییر واضح در هنگام معرفی فناوری‌های جدید و اطمینان از پذیرش موفقیت‌آمیز و استفاده مناسب از آنها بسیار مهم است.  در پایان این دوره، دانشجویان با نمونه هایی از تلاش های موفق و ناموفق برای تغییر در انفورماتیک سلامت و دلایل هر یک آشنا می شوند. دانش‌آموزان به ابزارهایی مجهز خواهند شد تا به بهینه‌سازی شانس خود برای رهبری موفقیت‌آمیز تغییر در سازمان مربوطه کمک کنند. 

در دوره قبلی در Specialization، نحوه مقایسه ژن ها، پروتئین ها و ژنوم ها را یاد گرفتیم. یکی از راه‌هایی که می‌توانیم از این روش‌ها استفاده کنیم، ساختن «درخت زندگی» است که نشان می‌دهد چگونه مجموعه بزرگی از موجودات مرتبط در طول زمان تکامل یافته‌اند. در نیمه اول دوره، رویکردهایی را برای ساخت و ساز درخت تکاملی که موضوع برخی از پراستنادترین مقالات علمی در تمام دوران بوده است، مورد بحث و بررسی قرار خواهیم داد و نشان خواهیم داد که چگونه می توانند مشکلات را از یافتن منشاء یک ویروس کشنده تا مکان یابی حل کنند. زادگاه انسان های مدرن در نیمه دوم دوره، دنده‌ها را عوض می‌کنیم و ادعای قدیمی مبنی بر تکامل پرندگان از دایناسورها را بررسی می‌کنیم. چگونه می توانیم این را ثابت کنیم؟ به طور خاص، ما نتیجه ای را بررسی خواهیم کرد که ادعا می کند پپتیدهای برداشت شده از فسیل T. rex با پپتیدهای موجود در جوجه ها مطابقت نزدیکی دارند. به طور خاص، ما از روش‌هایی از پروتئومیکس محاسباتی استفاده خواهیم کرد تا بپرسیم چگونه می‌توانیم این نتیجه را معتبر یا ناشی از نوعی آلودگی ارزیابی کنیم. در نهایت، یاد خواهید گرفت که چگونه از ابزارهای نرم افزاری بیوانفورماتیک محبوب برای بازسازی درخت تکاملی ویروس ابولا و شناسایی منبع اپیدمی اخیر ابولا که باعث سرفصل های جهانی شده است، استفاده کنید.

این دوره دانش و مهارت‌های تخصصی را که توسط متخصصان علوم کلان داده‌های سلامت و بیوانفورماتیک تسلط یافته‌اند را برای شما استخراج می‌کند. حقایق هیجان انگیزی در مورد زیست شناسی و شیمی بدن انسان، ژنتیک و پزشکی خواهید آموخت که با علم داده های بزرگ و مهارت هایی برای مهار بهمن داده هایی که آشکارا در دسترس شماست و ما تازه شروع به درک آن ها کرده ایم، در هم آمیخته می شوند. . ما مراحل مختلف مورد نیاز برای تسلط بر تجزیه و تحلیل کلان داده بر روی مجموعه داده های واقعی، از جمله داده های توالی نسل بعدی، را در زمینه بهداشت و درمان، از آماده سازی داده ها برای تجزیه و تحلیل تا تکمیل تجزیه و تحلیل، تفسیر نتایج، تجسم آنها، و به اشتراک گذاری بررسی خواهیم کرد. نتایج. نیازی به گفتن نیست، هنگامی که بر این مهارت‌های پرتقاضا مسلط شوید، موقعیت خوبی برای درخواست یا انتقال به موقعیت‌هایی در تجزیه و تحلیل داده‌های زیست پزشکی و بیوانفورماتیک خواهید داشت. مهم نیست که سطح مهارت شما در زمینه های زیست پزشکی یا فنی در چه سطحی باشد، مهارت های بسیار ارزشمند جدید یا تیزتری را به دست خواهید آورد که شما را به عنوان یک حرفه ای متمایز می کند و می خواهید حتی عمیق تر در Big Data های زیست پزشکی غواصی کنید. امیدوارم این دوره علاقه شما را به امکانات گسترده ارائه شده توسط Big Data در دسترس عموم برای درک بهتر، پیشگیری و درمان بیماری ها جلب کند.

در این دوره، ما قصد داریم راه حل های تحلیلی برای مشکلات رایج مراقبت های بهداشتی را بررسی کنیم. من این مشکلات تجاری را بررسی خواهم کرد و شما ساختارهای داده مختلفی را برای سازماندهی داده های خود ایجاد خواهید کرد. سپس راه‌هایی را برای گروه‌بندی داده‌ها و دسته‌بندی کدهای پزشکی در دسته‌های تحلیلی بررسی می‌کنیم. سپس می‌توانید داده‌ها را استخراج، تبدیل و بارگذاری کنید به ساختارهای داده‌ای که برای حل مشکلات پزشکی لازم است و همچنین می‌توانید داده‌ها را از منابع متعدد هماهنگ کنید. در نهایت، یک دیکشنری داده ایجاد خواهید کرد تا منبع و ارزش داده ها را به اشتراک بگذارید. ایجاد این مصنوعات از فرآیندهای داده یک مهارت کلیدی در هنگام کار با داده های مراقبت های بهداشتی است.

در این دوره، دانشجویان در حرفه های بهداشت و فناوری اطلاعات مدل هایی را برای همکاری بین حرفه ای و کار تیمی بررسی می کنند، تکنیک های ارتباطی را برای ارتقای تعامل موثر تمرین می کنند و سواد آینده را در سناریوهای انفورماتیک بین حرفه ای پیش بینی می کنند. ما از پرستاران و سایر انفورماتیکانی که به صورت بین حرفه ای رهبری و کار می کنند، خواهیم شنید و از دیدگاه های مختلف آنها بینش هایی را به دست خواهیم آورد. هنگامی که ما در مورد تنوع لازم از مهارت های رهبری که در انفورماتیک پرستاری ضروری است فکر می کنیم، ممکن است نتیجه بگیریم که رهبری در انفورماتیک بین حرفه ای حداقل به این تنوع یا بیشتر نیاز دارد. ما چشم انداز رهبری انفورماتیک پرستاری خود را گسترش خواهیم داد تا شامل برنامه های کاربردی بین حرفه ای چارچوب ارزش های رقابتی و فهرست رهبری انفورماتیک پرستاری مینه سوتا شود. برای دانشجویانی که علاقه مند به تکمیل تخصص هستند، ششمین ماژول در این دوره به ایجاد یک نمونه کار اختصاص داده شده است که توسط همتایان بررسی می شود. هدف از این نمونه کارها کمک به دانش آموزان برای ادغام، ترکیب و مستندسازی یادگیری خود از طریق تکمیل تخصص پنج دوره است. دانش آموزان: برای حمایت از توسعه مجموعه مهارت های رهبری انفورماتیک بین حرفه ای، اصطلاح بین حرفه ای را تعریف کنید. توضیح دهید که چگونه چارچوب ارزش‌های رقابتی از رهبری دانش و شیوه‌های انفورماتیک بین‌حرفه‌ای برای دستیابی به تأثیر جمعی در زمینه‌های مراقبت بهداشتی پشتیبانی می‌کند. شایستگی‌های اصلی مورد انتظار برای حمایت از فعالیت‌های بین‌حرفه‌ای حساس فرهنگی برای تعمیق بینش رهبری در انفورماتیک بین‌حرفه‌ای را توضیح دهید. بحث در مورد سیاست‌ها، رویه‌ها و استانداردسازی منتخب مربوط به بازنمایی دانش و چارچوب‌بندی برای حمایت از عمل انفورماتیک بین‌حرفه‌ای تحلیل آینده رهبری انفورماتیک بین حرفه ای برای ایجاد مجموعه مهارت های رهبری پیش بینی کننده

پروژه‌های زیست‌شناسی در مقیاس بزرگ مانند تعیین توالی ژنوم انسان و بررسی‌های بیان ژن با استفاده از RNA-seq، ریزآرایه‌ها و سایر فناوری‌ها، داده‌های زیادی را برای زیست‌شناسان ایجاد کرده‌اند. با این حال، چالشی که دانشمندان با آن روبرو هستند، تجزیه و تحلیل و حتی دسترسی به این داده ها برای استخراج اطلاعات مفید مربوط به سیستم مورد مطالعه است. این دوره بر استفاده از منابع بیوانفورماتیک موجود - عمدتاً برنامه‌ها و پایگاه‌های اطلاعاتی مبتنی بر وب - برای دسترسی به انبوه داده‌ها برای پاسخ به سؤالات مربوط به یک زیست‌شناس معمولی تمرکز دارد و بسیار کاربردی است. موضوعات تحت پوشش شامل ترازهای توالی چندگانه، فیلوژنتیک، تجزیه و تحلیل داده های بیان ژن، و شبکه های تعامل پروتئین، در دو بخش جداگانه است. بخش اول، روش‌های بیوانفورماتیک I (این یکی)، به پایگاه‌های داده، انفجار، هم‌ترازی‌های توالی چندگانه، فیلوژنتیک، تجزیه و تحلیل انتخاب و متاژنومیک می‌پردازد. بخش دوم، روش‌های بیوانفورماتیک II، جستجوی موتیف، برهمکنش‌های پروتئین-پروتئین، بیوانفورماتیک ساختاری، تجزیه و تحلیل داده‌های بیان ژن، و پیش‌بینی‌های عنصر cis را پوشش می‌دهد. این جفت دوره برای هر دانش آموزی که تحصیلات تکمیلی در علوم زیستی را در نظر دارد و همچنین دانشجویانی که پزشکی مولکولی را در نظر دارند مفید است. هر دو مروری بر بسیاری از ابزارهای مختلف بیوانفورماتیکی ارائه می دهند. این دوره‌ها بر اساس دوره‌ای است که در دانشگاه تورنتو به دانش‌آموختگان سطح بالایی که تا حدودی از زیست‌شناسی مولکولی پایه دارند، تدریس می‌شود. اگر با این کار آشنایی ندارید، چیزی مانند https://learn.saylor.org/course/bio101 ممکن است مفید باشد. برای این دوره نیازی به برنامه نویسی نیست. روش‌های بیوانفورماتیک I مرتباً به‌روزرسانی می‌شود و برای ژانویه 2024 کاملاً به‌روزرسانی شد.