Ti piacerebbe specializzarti nel campo dell'informatica applicata all'E-Health e ai Big Data? Iscriviti a questo Master privato e intraprendi un percorso verso un futuro lavorativo di successo"

L'accesso a un'assistenza sanitaria più personalizzata e in linea con le esigenze della società e degli operatori sanitari sta diventando sempre più una realtà grazie allo sviluppo dell‘E-Health e all'applicazione dei Big Data nell'archiviazione e nell'analisi delle informazioni ottenute in ospedali, ambulatori e cliniche. Ciò è dovuto in gran parte al progresso che Internet e le tecnologie digitali hanno compiuto, favorendo la connettività e la globalizzazione attraverso sistemi sempre più complessi, specifici e specializzati. 

Oggi è possibile monitorare i segni vitali dei pazienti a distanza, così come trattare alcune patologie mediante la realtà virtuale, il tutto grazie al lavoro di migliaia di informatici e ingegneri che hanno impiegato il loro tempo e il loro talento per creare strategie e tecniche che hanno indubbiamente migliorato la gestione della salute. Per questo motivo, e prendendo in considerazione le grandi aspettative per il futuro di questo settore, TECH ha ritenuto necessario sviluppare un programma grazie al quale i professionisti possano conoscerlo nel dettaglio. 

Nasce così il Master privato in E-Health e Big Data focalizzato sul settore IT, una qualifica completa ed esaustiva che consentirà ai professionisti di specializzarsi in questo campo in soli dodici mesi, nel corso di 1.500 ore durante le quali di offre la migliore preparazione teorica e pratica. Si tratta di un'esperienza accademica con la quale possono approfondire aspetti come la bioinformatica, i requisiti per lo sviluppo di strumenti per la medicina molecolare e la diagnosi di patologie, la creazione di banche dati biomediche o l'elaborazione massiva di informazioni. 

Tutto questo in formato 100% online, da dove vogliono e senza orari predefiniti. Inoltre, questo programma comprende diversi materiali complementari con i quali gli studenti potranno approfondire gli aspetti che ritengono più importanti per le loro prestazioni lavorative in modo personalizzato. La conoscenza approfondita delle esigenze e delle richieste del settore sanitario permetterà loro di sviluppare strumenti e software adeguati alla domanda, in modo che il programma di questo Master privato diventi il mezzo attraverso il quale ottenere il successo professionale.  

Una comprensione dettagliata delle esigenze della medicina molecolare e della diagnostica patologica ti consentirà di lavorare allo sviluppo di strategie e software specializzati per l'E-Health"

Puesto Master privato in E-Health e Big Data possiede il programma più completo e aggiornato del mercato. Le caratteristiche principali del programma sono: 

• Sviluppo di casi di studio presentati da esperti in Tecnologie dell’informazione e la comunicazione focalizzati sull'ambiente sanitario 
• Contenuti grafici, schematici ed eminentemente pratici che forniscono informazioni scientifiche e pratiche sulle discipline essenziali per l’esercizio della professione 
• Esercizi pratici che offrono un processo di autovalutazione per migliorare l'apprendimento 
• Speciale enfasi sulle metodologie innovative 
• Lezioni teoriche, domande all'esperto, forum di discussione su questioni controverse e compiti di riflessione individuale 
• Contenuti disponibili da qualsiasi dispositivo fisso o portatile provvisto di connessione a internet 

Il settore sanitario è sempre più esigente e richiede un salto qualitativo e quantitativo nelle strategie di E-Health. Questo programma ti fornirà perciò molte possibilità nel mercato del lavoro"

Il personale docente del programma comprende rinomati professionisti del settore, nonché specialisti riconosciuti appartenenti a società e università prestigiose, che forniscono agli studenti le competenze necessarie a intraprendere un percorso 
di studio eccellente. 

I contenuti multimediali, sviluppati in base alle ultime tecnologie educative, forniranno al professionale un apprendimento coinvolgente e localizzato, ovvero inserito in un contesto reale. 

La creazione di questo programma è incentrata sull’Apprendimento Basato su Problemi, mediante il quale lo specialista deve cercare di risolvere le diverse situazioni che gli si presentano durante il corso accademico. Lo studente potrà usufruire di un innovativo sistema di video interattivi creati da esperti di rinomata fama. 

Sarai in grado di approfondire gli aspetti più recenti della bioinformatica grazie ad una conoscenza dettagliata dei migliori motori di ricerca e delle reti"

Vuoi diventare un punto di riferimento nel campo della creazione e gestione di database biomedici? Opta per questo Master privato e inizia a lavorarci"

Sia la struttura che i contenuti di questo Master privato sono stati progettati tenendo conto di due fattori: i criteri del team di docenti e l'uso della metodologia didattica più all'avanguardia ed efficace. Grazie a ciò, è stato possibile creare una specializzazione altamente qualificata nel campo dell'informatica applicata all'E-Health e ai Big Data, con la quale gli studenti acquisiranno conoscenze specialistiche e aggiornate. Inoltre, il suo comodo formato 100% online permetterà loro di seguire questa esperienza accademica da dove vogliono, senza orari o lezioni frontali, e mediante un programma che si adatta esclusivamente alle loro esigenze e a quelle del settore. 

L'utilizzo della metodologia Relearning in questo programma ti farà risparmiare ore di studio e di memorizzazione senza rinunciare all'acquisizione di una conoscenza ampia e specializzata"

Modulo 1. Medicina molecolare e diagnostica patologica

1.1. Medicina molecolare

1.1.1. Biologia cellulare e molecolare. Lesioni e morte cellulare. Invecchiamento
1.1.2. Malattie causate da microrganismi e difesa dell'ospite
1.1.3. Malattie autoimmuni
1.1.4. Malattie tossicologiche
1.1.5. Malattie da ipossia
1.1.6. Malattie legate all'ambiente
1.1.7. Malattie genetiche ed epigenetica
1.1.8. Malattie oncologiche

1.2. Apparato circolatorio

1.2.1. Anatomia e funzione
1.2.2. Malattie del miocardio e insufficienza cardiaca
1.2.3. Malattie della frequenza cardiaca
1.2.4. Malattie valvolari e pericardiche
1.2.5. Aterosclerosi, arteriosclerosi e ipertensione
1.2.6. Malattia periferica arteriosa e venosa
1.2.7. Malattia linfatica (la grande trascurata)

1.3. Malattie dell'apparato respiratorio

1.3.1. Anatomia e funzione
1.3.2. Malattie polmonari ostruttive acute e croniche
1.3.3. Malattie della pleura e del mediastino
1.3.4. Malattie infettive del parenchima polmonare e dei bronchi
1.3.5. Malattie della circolazione polmonare

1.4. Malattie dell’apparato digerente

1.4.1. Anatomia e funzione
1.4.2. Apparato digerente, nutrizione e scambio idrico-elettrolitico
1.4.3. Malattie gastro-esofagee
1.4.4. Malattie infettive gastrointestinali
1.4.5. Malattie del fegato e delle vie biliari
1.4.6. Malattie del pancreas
1.4.7. Malattie del colon

1.5. Malattie dei reni e delle vie urinarie

1.5.1. Anatomia e funzione
1.5.2. Insufficienza renale (prerenale, renale e postrenale) come si scatena
1.5.3. Malattie ostruttive delle vie urinarie
1.5.4. Insufficienza sfinterica delle vie urinarie
1.5.5. Sindrome nefrosica e sindrome nefritica

1.6. Malattie del sistema endocrino

1.6.1. Anatomia e funzione
1.6.2. Il ciclo mestruale e le sue fasi
1.6.3. Malattia della tiroide
1.6.4. Malattia delle ghiandole surrenali
1.6.5. Malattie delle gonadi e della differenziazione sessuale
1.6.6. Asse ipotalamo-ipofisario, metabolismo del calcio, vitamina D e suoi effetti sulla crescita e sul sistema osseo

1.7. Metabolismo e nutrizione

1.7.1. Nutrienti essenziali e non essenziali (chiarimento delle definizioni)
1.7.2. Il metabolismo dei carboidrati e i suoi disturbi
1.7.3. Il metabolismo delle proteine e i suoi disturbi
1.7.4. Il metabolismo dei lipidi e i suoi disturbi
1.7.5. Il metabolismo del ferro e i suoi disturbi
1.7.6. Alterazioni dell'equilibrio acido-base
1.7.7. Il metabolismo di sodio, potassio e i suoi disturbi
1.7.8. Malattie nutrizionali (ipercaloriche e ipocaloriche)

1.8. Malattie ematologiche

1.8.1. Anatomia e funzione
1.8.2. Malattie della serie rossa
1.8.3. Malattie della serie bianca, dei linfonodi e della milza
1.8.4. Malattie della emostasi e della coagulazione

1.9. Malattie dell'apparato muscolo-scheletrico

1.9.1. Anatomia e funzione
1.9.2. Articolazioni, tipi e funzioni
1.9.3. Rigenerazione ossea
1.9.4. Sviluppo normale e patologico del sistema osseo
1.9.5. Deformazione degli arti superiori e inferiori
1.9.6. Patologia articolare, cartilagine e analisi del liquido sinoviale
1.9.7. Malattie articolari immunomediate

1.10. Malattie del sistema nervoso

1.10.1. Anatomia e funzione
1.10.2. Sviluppo del sistema nervoso centrale e periferico
1.10.3. Sviluppo della colonna vertebrale e dei suoi componenti
1.10.4. Malattie cerebellari e propriocettive
1.10.5. Malattie specifiche del cervello (sistema nervoso centrale)
1.10.6. Malattie del midollo spinale e del liquido cerebrospinale
1.10.7. Malattie stenotiche del sistema nervoso periferico
1.10.8. Infezioni del sistema nervoso centrale
1.10.9. Malattia cerebrovascolare (stenotica ed emorragica)

Modulo 2. Sistema sanitario. Gestione e direzione di strutture sanitarie

2.1. Sistemi sanitari

2.1.1. Sistema sanitario
2.1.2. Sistema sanitario secondo l'OMS
2.1.2. Contesto sanitario

2.2. Modelli sanitari I. Modello Bismark vs. Beveridge

2.2.1. Modello Bismark
2.2.2. Modello Beveridge
2.2.3. Modello Bismark vs. Modello Beveridge

2.3. Modelli Sanitari II. Modello Semashko, privato e misto

2.3.1. Modello Semashko
2.3.2. Modello privato
2.3.3. Modello misto

2.4. Il mercato della salute

2.4.1. Il mercato della salute
2.4.2. Regolamentazione e limiti del mercato sanitario
2.4.3. Modalità di pagamento di medici e ospedali
2.4.4. L'ingegnere clinico

2.5. Ospedali. Tipologia

2.5.1. Architettura ospedaliera
2.5.2. Tipi di ospedali
2.5.3. Organizzazione ospedaliera

2.6. Metriche sanitarie

2.6.1. Mortalità
2.6.2. Morbilità
2.6.3. Anni di vita sana

2.7. Metodi di assegnazione delle risorse in materia di salute 

2.7.1. Programmazione lineare
2.7.2. Modelli di massimizzazione
2.7.3. Modelli di minimizzazione

2.8. Misura della produttività nel campo medico

2.8.1. Misure della produttività nel campo medico
2.8.2. Indici di produttività
2.8.3. Regolazione per gli ingressi
2.8.4. Regolazione per le uscite

2.9. Miglioramento dei processi nella sanità

2.9.1. Processo di Lean Management
2.9.2. Strumenti di semplificazione del lavoro
2.9.3. Strumenti per la ricerca dei problemi

2.10. Gestione dei progetti sanitari

2.10.1. Ruolo del Project Manager
2.10.2. Strumenti di gestione di team e progetti
2.10.3. Gestione del calendario e del tempo

Modulo 3. Ricerca in scienze della salute

3.1. Ricerca scientifica I. Il metodo scientifico

3.1.1. Ricerca scientifica
3.1.2. Ricerca in scienze della salute
3.1.3. Il metodo scientifico

3.2. Ricerca scientifica II. Tipologia

3.2.1. Ricerca di base
3.2.2. Ricerca clinica
3.2.3. Ricerca traslazionale

3.3. Medicina basata sull'evidenza

3.3.1. Medicina basata sull'evidenza
3.3.2. Principi della medicina basata sull'evidenza
3.3.3. Metodologia della medicina basata sull'evidenza

3.4. Etica e legislazione nella ricerca scientifica. La Dichiarazione di Helsinki

3.4.1. La commissione di Etica
3.4.2. La Dichiarazione di Helsinki
3.4.3. Etica in scienze della salute

3.5. Risultati della ricerca scientifica

3.5.1. Metodi
3.5.2. Rigore e potenza statistica
3.5.3. Validità dei risultati scientifici

3.6. Comunicazione pubblica

3.6.1. Società scientifiche
3.6.2. Congressi scientifici
3.6.3. Struttura comunicazione

3.7. Finanziamento della ricerca scientifica

3.7.1. Struttura di un progetto scientifico
3.7.2. Finanziamenti pubblici
3.7.3. Finanziamenti privati e industriali

3.8. Risorse scientifiche per la ricerca bibliografica. Database di scienze della salute I

3.8.1. PubMed-Medline
3.8.2. Embase
3.8.3. WOS e JCR
3.8.4. Scopus e Scimago
3.8.5. Micromedex
3.8.6. MEDES
3.8.7. IBECS
3.8.8. LILACS
3.8.9. Database CSIC: ISOC, ICYT
3.8.10. BDENF
3.8.11. Cuidatge
3.8.12. CINAHL
3.8.13. Cuiden Plus
3.8.14. Enfispo
3.8.15. Database dell’NCBI (OMIM, TOXNET) e NIH (National Cancer Institute)

3.9. Risorse scientifiche per la ricerca bibliografica. Database di scienze della salute II

3.9.1. NARIC-REHABDATA
3.9.2. PEDro
3.9.3. ASABE: Technical Library
3.9.4. CAB Abstracts
3.9.5. Indici-CSIC
3.9.6. Database del CDR (Centre for Reviews and Dissemination)
3.9.7. Biomed Central BMC
3.9.8. ClinicalTrials.gov
3.9.9. Clinical Trials Register
3.9.10. DOAJ-Directory of Open Acess Journals
3.9.11. PROSPERO (Registro prospettico internazionale di revisioni sistematiche)
3.9.12. TRIP
3.9.13. LILACS
3.9.14. NIH. Medical Library
3.9.15. Medline Plus
3.9.16. Ops

3.10. Risorse scientifiche per la ricerca bibliografica III. Motori di ricerca e piattaforme

3.10.1. Motori di ricerca e motori di ricerca multipli

3.10.1.1. Findr
3.10.1.2. Dimensions
3.10.1.3. Google Accademico
3.10.1.4. Microsoft Academic

3.10.2. Piattaforma del registro internazionale degli studi clinici dell'OMS (ICTRP)

3.10.2.1. PubMed Central PMC
3.10.2.2. Raccoglitore scientifico aperto (RECOLECTA)
3.10.2.3. Zenodo

3.10.3. Motori di ricerca di tesi dottorali

3.10.3.1. DART Europe
3.10.3.2. Dialnet-tesi dottorali
3.10.3.3. OATD (Open Access Theses and Dissertations)
3.10.3.4. TDR (tesi dottorali sul web)
3.10.3.5. TESEO

3.10.4. Gestori bibliografici

3.10.4.1. Endnote online
3.10.4.2. Mendeley
3.10.4.3. Zotero
3.10.4.4. Citeulike
3.10.4.5. Refworks

3.10.5. Reti sociali digitali per i ricercatori

3.10.5.1. Scielo
3.10.5.2. Dialnet
3.10.5.3. Free Medical Journals
3.10.5.4. DOAJ
3.10.5.5. Open Science Directory
3.10.5.6. Redalyc
3.10.5.7. Academia.edu
3.10.5.8. Mendeley
3.10.5.9. ResearchGate

3.10.6. Risorse 2.0 del web

3.10.6.1. Delicious
3.10.6.2. SlideShare
3.10.6.3. YouTube
3.10.6.4. Twitter
3.10.6.5. Blog di Scienze della Salute
3.10.6.6. Facebook
3.10.6.7. Evernote
3.10.6.8. Dropbox
3.10.6.9. Google Drive

3.10.7. Portali di editori e aggregatori di riviste scientifiche

3.10.7.1. Science Direct
3.10.7.2. Ovid
3.10.7.3. Springer
3.10.7.4. Wiley
3.10.7.5. Proquest
3.10.7.6. Ebsco
3.10.7.7. BioMed Central

Modulo 4. Tecniche, riconoscimento e intervento attraverso immagini biomediche

4.1. Immagini mediche

4.1.1. Modalità di immagini mediche
4.1.2. Obiettivi dei sistemi di immagini mediche
4.1.3. Sistemi di archiviazione e trasmissione di immagini mediche

4.2. Radiologia

4.2.1. Metodo di imaging
4.2.2. Interpretazione della radiologia
4.2.3. Applicazioni cliniche

4.3. Tomografia computerizzata (TC)

4.3.1. Principio di funzionamento
4.3.2. Generazione e acquisizione dell'immagine
4.3.3. Tomografia computerizzata. Tipologia
4.3.4. Applicazioni cliniche

4.4. Risonanza magnetica (RM)

4.4.1. Principio di funzionamento
4.4.2. Generazione e raccolta dell'immagine
4.4.3. Applicazioni cliniche

4.5. Ultrasuoni: ecografia e sonografia Doppler

4.5.1. Principio di funzionamento
4.5.2. Generazione e acquisizione dell'immagine
4.5.3. Tipologia
4.5.4. Applicazioni cliniche

4.6. Medicina nucleare

4.6.1. Basi fisiologiche per gli studi nucleari. Radiofarmaci e medicina nucleare
4.6.2. Generazione e acquisizione dell'immagine
4.6.3. Tipi di test

4.6.3.1. Gammagrafia
4.6.3.2. SPECT/CT
4.6.3.3. PET
4.6.3.4. Applicazioni cliniche

4.7. Interventi guidati dall'immagine

4.7.1. Radiologia interventistica
4.7.2. Obiettivi della radiologia interventistica
4.7.3. Procedure
4.7.4. Vantaggi e svantaggi

4.8. La qualità dell'immagine

4.8.1. Tecnica
4.8.2. Contrasto
4.8.3. Risoluzione
4.8.4. Rumore
4.8.5. Distorsione e artefatti

4.9. Test di imaging medico. Biomedicina

4.9.1. Creazione di immagini 3D
4.9.2. Biomodelli

4.9.2.1. Standard DICOM
4.9.2.2. Applicazioni cliniche

4.10. Protezione radiologica

4.10.1. Legislazione europea applicabile ai servizi di radiologia
4.10.2. Sicurezza e protocolli d'azione
4.10.3. Gestione dei rifiuti radiologici
4.10.4. Protezione radiologica
4.10.5. Cure e caratteristiche delle sale

Modulo 5. Bioinformatica

5.1. Un principio centrale della bioinformatica e dell'informatica. Stato attuale

5.1.1. L'applicazione ideale in bioinformatica
5.1.2. Sviluppi paralleli in biologia molecolare e informatica
5.1.3. Dogmi in biologia e teoria dell'informazione
5.1.4. Flussi di informazioni

5.2. Database per il calcolo bioinformatico

5.2.1. Database
5.2.2. Gestione del dato
5.2.3. Ciclo di vita dei dati in bioinformatica

5.2.3.1. Uso
5.2.3.2. Modifica
5.2.3.3. Archivio
5.2.3.4. Riutilizzo 
5.2.3.5. Scartato

5.2.4. Tecnologia del database in bioinformatica

5.2.4.1. Architettura
5.2.4.2. Gestione di database

5.2.5. Interfaccia per database in bioinformatica

5.3. Reti per il calcolo bioinformatico

5.3.1. Modelli di comunicazione. Reti LAN, WAN, MAN e PAN
5.3.2. Protocolli e trasmissione dati
5.3.3. Topologie di rete
5.3.4. Hardware nei Datacenter per il calcolo
5.3.5. Sicurezza, gestione e implementazione

5.4. Motori di ricerca in bioinformatica

5.4.1. Motori di ricerca in bioinformatica
5.4.2. Processi e tecnologie dei motori di ricerca in bioinformatica
5.4.3. Modelli computazionali: algoritmi di ricerca e approssimazione

5.5. Visualizzazione dei dati in bioinformatica

5.5.1. Visualizzazione di sequenze biologiche
5.5.2. Visualizzazione di strutture biologiche

5.5.2.1. Strumenti di visualizzazione
5.5.2.2. Strumenti di rendering

5.5.3. Interfaccia future delle applicazioni bioinformatiche
5.5.4. Architetture informative per la visualizzazione in bioinformatica

5.6. Statistiche per il calcolo

5.6.1. Concetti statistici per il calcolo bioinformatico
5.6.2. Casistica di uso: Microarrays di MARN
5.6.3. Dati imperfetti. Errori in statistica: casualità, approssimazione, rumore e ipotesi 
5.6.4. Quantificazione dell'errore: precisione, sensibilità e sensitività
5.6.5. Raggruppamento e classificazione

5.7. Data mining

5.7.1. Metodi di data mining e di calcolo
5.7.2. Infrastruttura informatica e di data mining
5.7.3. Scoperta e riconoscimento di modelli
5.7.4. Apprendimento automatico e nuovi strumenti

5.8. Corrispondenza genetica dei modelli

5.8.1. Corrispondenza genetica dei modelli
5.8.2. Metodi computazionali per gli allineamenti di sequenza
5.8.3. Strumenti per la coincidenza di modelli

5.9. Modellazione e simulazione

5.9.1. Utilizzo in campo farmaceutico: scoperta di farmaci
5.9.2. Struttura delle proteine e biologia dei sistemi
5.9.3. Strumenti disponibili e futuro

5.10. Progetti di collaborazione e di e-computing

5.10.1. Informatica di rete
5.10.2. Norme e regole. Uniformità, coerenza e interoperabilità
5.10.3. Progetti di informatica collaborativa

Modulo 6. Database biomedici

6.1. Database biomedici

6.1.1. Database biomedici
6.1.2. Database primari e secondari
6.1.3. Principali database

6.2. Database di DNA

6.2.1. Database genomici
6.2.2. Database di geni
6.2.3. Database di mutazioni e polimorfismi

6.3. Database di proteine

6.3.1. Database di sequenze primarie
6.3.2. Database di sequenze secondarie e domini
6.3.3. Database di strutture macromolecolari

6.4. Database di progetti omici

6.4.1. Database per studi di genomica
6.4.2. Database per studi di trascrittomica
6.4.3. Database per studi di proteomica

6.5. Database di malattie genetiche. Medicina personalizzata e di precisione

6.5.1. Database di malattie genetiche
6.5.2. Medicina di precisione. Necessità di integrare i dati genetici
6.5.3. Estrazione dei dati OMIM

6.6. Repository autodichiarato dal paziente

6.6.1. Uso secondario dei dati
6.6.2. Il paziente nella gestione dei dati a disposizione
6.6.3. Repository di questionari autodichiarati. Esempi

6.7. Database aperto Elixir

6.7.1. Database aperto Elixir
6.7.2. Database della piattaforma Elixir
6.7.3. Criteri di scelta tra i diversi database

6.8. Banche dati sulle reazioni avverse ai farmaci (ADR)

6.8.1. Processo di sviluppo farmacologico
6.8.2. Segnalazione delle reazioni avverse ai farmaci
6.8.3. Repository di reazioni avverse a livello europeo e internazionale

6.9. Piano di gestione dei dati di ricerca. Dati da depositare in database pubblici

6.9.1. Piani di gestione dati
6.9.2. Custodia dei dati nella ricerca
6.9.3. Archiviazione dei dati in un database pubblico

6.10. Database di dati clinici. Problemi con l'uso secondario dei dati sanitari

6.10.1. Archivi di cartelle cliniche
6.10.2. Crittografia dei dati

Modulo 7. Big Data in medicina: elaborazione di grandi quantità di dati medici

7.1. I Big Data nella ricerca biomedica

7.1.1. Generazione di dati in biomedicina
7.1.2. Alto rendimento (Tecnologia High-throughput)
7.1.3. Utilità dei dati ad alte prestazioni. Ipotesi nell'era dei Big Data

7.2. Pre-elaborazione dei dati in Big Data

7.2.1. Pre-elaborazione dei dati
7.2.2. Metodi e approcci
7.2.3. Problemi di pre-elaborazione dei dati nei Big Data

7.3. Genomica strutturale

7.3.1. Sequenziamento del genoma umano
7.3.2. Sequenziamento vs. Chip
7.3.3. Scoperta della variante

7.4. Genomica funzionale

7.4.1. Annotazione funzionale
7.4.2. Predittori di rischio nelle mutazioni
7.4.3. Studi di associazione nella genomica

7.5. Trascrittomica

7.5.1. Tecniche per ottenere dati nella trascrittomica: RNA-seq
7.5.2. Standardizzazione dei dati nella trascrittomica
7.5.3. Studi di espressione differenziale

7.6. Interattomica ed epigenomica

7.6.1. Il ruolo della comunicazione nell’espressione genetica
7.6.2. Studi ad alte prestazioni nell'interattomica
7.6.3. Studi ad alte prestazioni nell'epigenetica

7.7. Proteomica

7.7.1. Analisi dei dati di spettrometria di massa
7.7.2. Studio delle modifiche post-traslazionali
7.7.3. Proteomica quantitativa

7.8. Tecniche di arricchimento e Clustering

7.8.1. Contestualizzazione dei risultati
7.8.2. Algoritmi di Clustering nelle tecniche omiche
7.8.3. Repository per l'arricchimento: Gene Ontology e KEGG

7.9. Applicazioni dei Big Data nella salute pubblica

7.9.1. Scoperta di nuovi biomarcatori e bersagli terapeutici
7.9.2. Predittori di rischio
7.9.3. Medicina personalizzata

7.10. I Big Data applicati alla medicina

7.10.1. Il potenziale dell'assistenza diagnostica e preventiva
7.10.2. Uso degli algoritmi di Machine Learning nella sanità pubblica
7.10.3. Il problema della privacy

Modulo 8. Applicazioni dell'intelligenza artificiale e dell'internet degli oggetti (IoT) alla telemedicina

8.1. Piattaforma E-Health. Personalizzazione del servizio sanitario

8.1.1. Piattaforma E-Health
8.1.2. Risorse per una piattaforma E-Health
8.1.3. Programma “Europa Digitale”. Digital Europe-4-Health e Orizzonte Europa

8.2. Intelligenza artificiale in sanità I: nuove soluzioni nelle applicazioni software

8.2.1. Analisi a distanza dei risultati
8.2.2. Chatbox
8.2.3. Prevenzione e monitoraggio in tempo reale
8.2.4. Medicina preventiva e personalizzata nel campo dell'oncologia

8.3. Intelligenza artificiale in sanità II: monitoraggio e sfide etiche

8.3.1. Monitoraggio dei pazienti con mobilità ridotta
8.3.2. Monitoraggio cardiaco, diabete, asma
8.3.3. App per la salute e il benessere

8.3.3.1. Monitoraggio della frequenza cardiaca
8.3.3.2. Braccialetti per la pressione sanguigna

8.3.4. Etica dell'IA in campo medico. Protezione dei dati

8.4. Algoritmi di intelligenza artificiale per l'elaborazione delle immagini

8.4.1. Algoritmi di intelligenza artificiale per l'elaborazione delle immagini
8.4.2. Diagnostica per immagini e monitoraggio in telemedicina

8.4.2.1. Diagnosi di melanoma

8.4.3. Limiti e sfide dell'elaborazione delle immagini in telemedicina

8.5. Applicazioni di accelerazione dell'unità di elaborazione grafica (GPU) in medicina

8.5.1. Parallelizzazione dei programmi
8.5.2. Funzioni della GPU
8.5.3. Applicazioni di accelerazione delle GPU in medicina

8.6. Elaborazione del linguaggio naturale (NLP) in telemedicina

8.6.1. Elaborazione di testi medici. Metodologia
8.6.2. Elaborazione del linguaggio naturale nella terapia e nelle cartelle cliniche
8.6.3. Limiti e sfide dell'elaborazione del linguaggio naturale in telemedicina

8.7. Internet of Things (IoT) nella telemedicina. Applicazioni

8.7.1. Monitoraggio dei segni vitali. Weareables

8.7.1.1. Pressione sanguigna, temperatura, frequenza cardiaca

8.7.2. IoT e tecnologia Cloud

8.7.2.1. Trasmissione dei dati al cloud

8.7.3. Terminali self-service

8.8. IoT nel monitoraggio e nell'assistenza ai pazienti

8.8.1. Applicazioni IoT per rilevare le emergenze
8.8.2. L'internet delle cose nella riabilitazione dei pazienti
8.8.3. Supporto dell'intelligenza artificiale nel riconoscimento e nel salvataggio delle vittime

8.9. Nanorobot. Tipologia

8.9.1. Nanotecnologia
8.9.2. Tipi di nanorobot

8.9.2.1. Montaggio. Applicazioni
8.9.2.2. Auto-replicanti. Applicazioni

8.10. Intelligenza artificiale nel controllo della COVID-19

8.10.1. COVID-19 e telemedicina
8.10.2. Gestione e comunicazione degli sviluppi e dei focolai
8.10.3. Previsione dei focolai con intelligenza artificiale

Modulo 9. Telemedicina e dispositivi medici, chirurgici e biomeccanici

9.1. Telemedicina e teleassistenza

9.1.1. La telemedicina come servizio di teleassistenza
9.1.2. La telemedicina

9.1.2.1. Obiettivi della telemedicina
9.1.2.2. Benefici e i limiti della telemedicina

9.1.3. Salute Digitale. Tecnologie

9.2. Sistemi di telemedicina

9.2.1. Componenti di un sistema di telemedicina

9.2.1.1. Personale
9.2.1.2. Tecnologia

9.2.2. Le tecnologie dell'informazione e della comunicazione (TIC) nel settore sanitario

9.2.2.1. THealth
9.2.2.2. mHealth
9.2.2.3. UHealth
9.2.2.4. pHealth

9.2.3. Valutazione di sistemi di telemedicina

9.3. Infrastrutture tecnologiche per la telemedicina

9.3.1. Reti telefoniche pubbliche (PSTN)
9.3.2. Reti satellitari
9.3.3. Reti digitali a servizi integrati (ISDN)
9.3.4. Tecnologie wireless 

9.3.4.1. Wap. Protocollo applicativo wireless
9.3.4.2. Bluetooth

9.3.5. Connessioni a microonde
9.3.6. Modalità di trasferimento asincrono ATM

9.4. Tipi di telemedicina. Utilizzi in ambito sanitario

9.4.1. Monitoraggio remoto del paziente
9.4.2. Tecnologie di immagazzinamento e consegna
9.4.3. Telemedicina interattiva

9.5. Applicazioni generali di telemedicina

9.5.1. Teleassistenza
9.5.2. Televigilanza
9.5.3. Telediagnosi
9.5.4. Teledidattica
9.5.5. Gestione remota

9.6. Applicazioni cliniche di telemedicina

9.6.1. Teleradiologia
9.6.2. Teledermatologia
9.6.3. Teleoncologia
9.6.4. Telepsichiatria
9.6.5. Telehomecare

9.7. Tecnologie Smart e di assistenza

9.7.1. Integrazione di Smart Home
9.7.2. La salute digitale nel miglioramento delle cure
9.7.3. La tecnologia Opa nella teleassistenza. Abiti intelligenti

9.8. Aspetti etici e legali della telemedicina

9.8.1. Basi etiche
9.8.2. Quadro regolativo comune
9.8.3. Standard ISO

9.9. Telemedicina e dispositivi diagnostici, chirurgici e biomeccanici

9.9.1. Dispositivi diagnostici
9.9.2. Dispositivi chirurgici
9.9.3. Dispositivi biomeccanici

9.10. Telemedicina e dispositivi medici

9.10.1. Dispositivi medici

9.10.1.1. Dispositivi medici mobili
9.10.1.2. Carrelli di telemedicina
9.10.1.3. Chioschi di telemedicina
9.10.1.4. La fotocamera digitale
9.10.1.5. Kit di telemedicina
9.10.1.6. Software di telemedicina

Modulo 10. Innovazione aziendale e imprenditorialità nell'E-Health

10.1. Entrepreneurship e innovazione

10.1.1. Innovazione
10.1.2. Imprenditorialità
10.1.3. Una Startup

10.2. Imprenditorialità in E-Health

10.2.1. Mercato innovativo della E-Health
10.2.2. Verticali in E-Health: mHealth
10.2.3. TeleHealth

10.3. Modelli di business I: le prime fasi dell'imprenditorialità

10.3.1. Tipi del modello di business

10.3.1.1. Marketplace
10.3.1.2. Piattaforme digitali
10.3.1.3. SaaS

10.3.2. Elementi critici nella fase iniziale. Dall'idea al business
10.3.3. Errori comuni nei primi passi dell'imprenditoria

10.4. Modelli di business II: modello Canvas

10.4.1. Business model canvas
10.4.2. Proposte di valore
10.4.3. Attività e risorse chiave
10.4.4. Segmento dei clienti
10.4.5. Relazioni con i clienti
10.4.6. Canali di distribuzione
10.4.7. Alleanze

10.4.7.1. Struttura dei costi e flussi di reddito

10.5. Modelli di business: metodologia Lean Startup

10.5.1. Crea
10.5.2. Convalida
10.5.3. Misura
10.5.4. Decidi

10.6. Modelli di business IV: analisi esterna, strategica e normativa

10.6.1. Oceano rosso e oceano blu
10.6.2. Curva di valore
10.6.3. Legislazione applicabile in materia di E-Health

10.7. Modelli di successo nell'E-Health I: conoscere prima di innovare

10.7.1. Analisi delle aziende E-Health di successo
10.7.2. Analisi della società X
10.7.3. Analisi della società Y
10.7.4. Analisi della società Z

10.8. Modelli di successo nell'E-Health II: ascoltare prima di innovare

10.8.1. Intervista diretta al CEO della Startup E-Health
10.8.2. Intervista diretta al CEO della  Startup X 
10.8.3. Intervista diretta alla direzione tecnica della Startup “X”

10.9. Ambiente imprenditoriale e finanziamenti

10.9.1. Ecosistema imprenditoriale nel settore sanitario
10.9.2. Finanziamento
10.9.3. Intervista sul caso

10.10. Strumenti pratici per l'imprenditorialità e l'innovazione

10.10.1. Strumenti OSINT (Open Source Intelligence)
10.10.2. Analisi
10.10.3. Strumenti No-code per l’imprendimento 

Non esitare oltre e opta per un corso che, oltre a fornirti gli aspetti fondamentali del successo nel campo della bioinformatica, ti fornirà gli elementi chiave per intraprendere i tuoi progetti in E-Health con successo garantito"