Descripción

Esta formación generará una sensación de seguridad en el desempeño de la praxis médica, que te ayudará a crecer personal y profesionalmente”

Especialización en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica

La escala y la complejidad de los datos genómicos empequeñecen las medidas que se usan tradicionalmente en las pruebas de laboratorio. En los últimos años ha existido un enorme desarrollo de la informática para poder analizar e interpretar la secuenciación del DNA, y ha creado un distanciamiento entre el conocimiento biológico y su aplicación a la práctica clínica habitual.

Es por ello que es preciso educar, difundir e incorporar igualmente esas técnicas informáticas entre la comunidad médica con el fin de poder interpretar el análisis masivo de datos procedentes de publicaciones, bases de datos biológicas o médicas e historiales clínicos, entre otros, y poder de este modo, enriquecer a nivel clínico la información biológica disponible.

Este aprendizaje automático permitirá el desarrollo de la oncología de precisión, con el fin de interpretar las características genómicas y encontrar terapias dirigidas, o identificar los riesgos a determinadas enfermedades y establecer medidas preventivas más individualizadas.

Es un objetivo fundamental del programa, acercar al alumno y difundir el conocimiento informático, que ya se aplica en otras áreas del conocimiento pero que tiene una mínima implantación en el mundo médico, y a pesar de que para que la medicina genómica sea una realidad, es preciso interpretar con precisión el volumen ingente de información clínica disponible actualmente y asociarlo a los datos biológicos que se generan tras un análisis bioinformático. Si bien este es un desafío difícil, permitirá que los efectos de la variación genética y las terapias potenciales se exploren de forma rápida, económica y con mayor precisión de la que se logra en el momento actual.

Los humanos no estamos naturalmente equipados para percibir e interpretar secuencias genómicas ni para comprender todos los mecanismos, vías e interacciones que tienen lugar dentro de una célula viva, ni para tomar decisiones médicas con decenas o centenares de variables. Para avanzar, se requiere un sistema con capacidad analítica sobrehumana que simplifique el entorno de trabajo y muestre las relaciones y proximidades entre unas variables u otras. En genómica y biología, ahora se reconoce que es mejor gastar los recursos en nuevas técnicas computacionales que en la recolección de datos puros, algo que posiblemente pasa igual en medicina y, por supuesto, oncología.

Actualiza tus conocimientos con el programa de Especialización en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica”

El Especialización en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica contiene el programa científico más completo y actualizado del mercado. Las características más destacadas del curso son:

  • Desarrollo de casos prácticos presentados por expertos. en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica. Sus contenidos gráficos, esquemáticos y eminentemente prácticos con los que están concebidos, recogen una información científica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional.
  • Novedades sobre Técnicas de Learning Machine y Minería de Datos en Oncología Genómica.
  • Contiene ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje.
  • Con especial hincapié en metodologías innovadoras en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica.
  • Todo esto se complementará con lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual.
  • Disponibilidad de los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet.

Este Especialización puede ser la mejor inversión que puedes hacer en la selección de un programa de actualización por dos motivos: además de poner al día tus conocimientos en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica, obtendrás un título de Especialización por la primera institución educativa de España, TECH”

Incluye en su cuadro docente profesionales pertenecientes al ámbito de las Técnicas de Learning Machine y Minería de Datos en Oncología Genómica, que vierten en esta formación la experiencia de su trabajo, además de reconocidos especialistas pertenecientes a sociedades de referencia y universidades de prestigio.

Gracias a su contenido multimedia elaborado con la última tecnología educativa, permitirán al profesional un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará un aprendizaje inmersivo programado para entrenarse ante situaciones reales.

El diseño de este programa está basado en el aprendizaje basado en problemas, mediante el cual el estudiante deberá tratar de resolver las distintas situaciones de práctica profesional que se le planteen a lo largo del curso. Para ello, el estudiante contará con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos en el campo de las Técnicas de Learning Machine y Minería de Datos en Oncología Genómica y con gran experiencia docente.

Aumenta tu seguridad en la toma de decisiones actualizando tus conocimientos a través de este Especialización”

Especialización en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica

Aprovecha la oportunidad para conocer los últimos avances en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica y mejorar la atención a tus pacientes”

Objetivos

El Especialización en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica está orientado a facilitar la actuación del médico dedicado al tratamiento de la patología oncológica en la que es preciso interpretar con precisión el volumen ingente de información clínica disponible actualmente y asociarlo a los datos biológicos que se generan tras un análisis bioinformático.

Especialización en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica

Este Especialización está orientado para que consigas actualizar tus conocimientos en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica, con el empleo de la última tecnología educativa, para contribuir con calidad y seguridad a la toma de decisiones”

Objetivos Generales

  • Ser capaz de interpretar con precisión el volumen de información clínica disponible actualmente y asociado a los datos biológicos que se generan tras un análisis bioinformático.

Objetivos Específicos

Módulo 1

  • El aprendizaje automático está revolucionando el mundo de la genómica, y ¿por qué no el de la medicina? El aprendizaje automático permite procesar y analizar de forma rápida y automática enormes volúmenes de datos complejos estructurados, semiestructurados y no estructurados (Big Data), y es fundamental para innumerables aplicaciones nuevas y futuras para obtener información y conocimiento. El aprendizaje automático potencia tecnologías innovadoras tales como motores de recomendación, reconocimiento de patrones, protección contra efectos adversos e incluso la interacción entre profesionales y pacientes.
  • Un objetivo fundamental de este módulo es comprender qué es el aprendizaje automático y utilizar algunas de las técnicas para la clasificación de datos (árbol de decisiones, k-NN, Máquinas de Vector de Soporte, redes neuronales, etc.).
  • Aprender a dividir los datos en un conjunto de prueba y otro de entrenamiento y descubrir los conceptos de sesgo y varianza.

Módulo 2

  • Aprender como la minería de datos permite encontrar patrones y regularidades en las bases de datos, lo que será muy útil para realizar predicciones y pronósticos, y en general mejorar y ampliar el conocimiento a través de la interacción con los datos, lo cual está siendo fundamental para el enriquecimiento de variantes genéticas y lo será para el enriquecimiento clínico e implantación de la oncología de precisión.
  • Aprender a aplicar los principios de minería de datos a la disección de grandes conjuntos de datos complejos (Big Data), incluidos aquellos en bases de datos muy grandes o en páginas web.
  • Explorar, analizar y aprovechar los datos y convertirlos en información útil y valiosa para la práctica clínica.

Módulo 3

  • Comprender como la mayoría de los datos científicos aparecen en documentos como páginas web y archivos PDF difícilmente procesables para su posterior análisis, sin embargo, mediante las técnicas de scraping podemos hacerlos utilizables.
  • La posibilidad de acceder a muchas fuentes de datos a través de la web han convertido a las técnicas de scraping en una parte esencial del conjunto de herramientas para la implantación de la medicina de precisión, al permitir, la extracción masiva de información, su posterior procesamiento y conversión en datos útiles para su interpretación.

Posgrado en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica

Aprovecha la oportunidad y da el paso para ponerte al día en las últimas novedades en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica”

Temario

La estructura de los contenidos ha sido diseñada por un equipo de profesionales de los mejores centros educativos, universidades y empresas del territorio nacional, conscientes de la relevancia de la actualidad de la formación para poder intervenir en la formación y acompañamiento de los alumnos, y comprometidos con la enseñanza de calidad mediante las nuevas tecnologías educativas.

El Especialización en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica, contiene el programa científico más completo y actualizado del mercado”

Modulo 1. Machine learning para el análisis de big data

1.1. Introducción a Machine Learning.
1.2. Presentación del problema, carga de datos y librerías.
1.3. Limpieza de datos (NAs, categorías, variables dummy).
1.4. Analisis de datos exploratorio (ggplot) + Validación cruzada.
1.5. Algoritmos de predicción: Regresión Lineal Múltiple, Support Vector Machine, Árboles de Regresión, Random Forest…
1.6. Algoritmos de clasificación: Regresión Logística, Support Vector Regression, Árboles de Clasificación, Random Forest,…
1.7. Ajuste de los hiper parámetros del algoritmo.
1.8. Predicción de los datos con los diferentes modelos.
1.9. Curvas ROC y Matrices de Confusión para evaluar la calidad del modelo.

Módulo 2. Minería datos aplicado a la genómica

2.1. Introducción.
2.2. Inicialización de variables.
2.3. Limpieza y acondicionado del texto.
2.4. Generación de la Matriz de Términos.

2.4.1. Creación de la Matriz de Términos TDM.
2.4.2. Visualizaciones sobre la matriz de palabras TDM.

2.5. Descripción de la matriz de términos.

2.5.1. Representación gráfica de las frecuencias.
2.5.2. Construcción de una nube de palabras.

2.6. Creación de un data.frame apto para K-NN.
2.7. Construcción del Modelo de clasificación.
2.8. Validación del Modelo de clasificación.
2.9. Ejercicio práctico guiado de minería de datos en genómica en cánce

Módulo 3. Técnicas de extracción de datos genómicos

3.1. Introducción al "scraping data".
3.2. Importación de archivos de datos de hoja de cálculo almacenados on line.
3.3. Scraping de texto HTML.
3.4. Scraping los datos de una tabla HTML.
3.5. Aprovechar las API para scraping de los datos.
3.6. Extraer la información relevante.
3.7. Uso del paquete Rvest de R.
3.8. Obtención de datos distribuidos en múltiples páginas.
3.9. Extracción de datos genómicos de la plataforma “My Cancer Genome”
3.10. Extracción de información sobre genes de la base de datos HGNC Hugo Gene Nomenclature Committee.
3.11. Extracción de datos farmacológicos de la base de datos ONCOKG (Precision Oncology Knowledge Base).

Módulo 4. Aplicación de la bioinformática en la oncología genómica

4.1. Enriquecimiento clínico y farmacológico de variantes de genes.
4.2. Búsqueda masiva en PubMed de información genómica.
4.3. Búsqueda masiva en DGIdb de información genómica.
4.4. Búsqueda masiva en Clinical Trials de ensayos clínicos sobre datos genómicos.
4.5. Búsqueda de similitud de genes para la interpretación de un panel genético o un exoma.
4.6. Búsqueda masiva de genes relacionados con una enfermedad.
4.7. Enrich-Gen: Plataforma de enriquecimiento clínico y farmacológico de genes.
4.8. Procedimiento para realizar un informe genómico en la era de la oncología de precisión.

 

Una experiencia de formación única, clave y decisiva para impulsar tu desarrollo profesional”

Método

Con TECH podrás experimentar una forma de aprender que está moviendo los cimientos de las Universidades tradicionales de todo el mundo”

En TECH empleamos el Método del caso

Ante una determinada situación, ¿qué haría usted? A lo largo del programa formativo meses, usted se enfrentará a múltiples casos clínicos simulados, basados en pacientes reales en los que deberá investigar, establecer hipótesis y, finalmente, resolver la situación. Existe abundante evidencia científica sobre la eficacia del método. Los especialistas aprenden mejor, más rápido y de manera más sostenible en el tiempo.

Optimal decision

Según el Dr Gérvas, el caso clínico es la presentación comentada de un paciente, o grupo de pacientes, que se convierte en «caso», en un ejemplo o modelo que ilustra algún componente clínico peculiar, bien por su poder docente, bien por su singularidad o rareza. Es esencial que el caso se apoye en la vida profesional actual, intentando recrear los condicionantes reales en la práctica profesional del médico.

Sabía qué este método fue desarrollado en 1912 en Harvard para los estudiantes de Derecho? El método del caso consistía en presentarles situaciones complejas reales para que tomasen decisiones y justificasen cómo resolverlas. En 1924 se estableció como método estándar de enseñanza en Harvard”

Se trata de una técnica que desarrolla el espíritu crítico y prepara al médico para la toma de decisiones, la defensa de argumentos y el contraste de opiniones.

La eficacia del método se justifica con cuatro logros fundamentales:

  1. Los alumnos que siguen este método no solo consiguen la asimilación de conceptos, sino un desarrollo de su capacidad mental mediante ejercicios de evaluación de situaciones reales y aplicación de conocimientos.

  2. El aprendizaje se concreta de una manera sólida, en capacidades prácticas, que permiten al alumno una mejor integración en el mundo real.

  3. Se consigue una asimilación más sencilla y eficiente de las ideas y conceptos, gracias al planteamiento de situaciones que han surgido de la realidad.

  4. La sensación de eficiencia del esfuerzo invertido se convierte en un estímulo muy importante para el alumnado, que se traduce en un interés mayor en los aprendizajes y un incremento del tiempo dedicado a trabajar en el curso.

El médico aprenderá mediante casos reales y resolución de situaciones complejas en entornos simulados de aprendizaje. Estos simulacros están desarrollados a partir de software de última generación que permiten facilitar el aprendizaje inmersivo”

Relearning Methodology

En TECH potenciamos el método del caso de Harvard con la mejor metodología de enseñanza 100 % online del momento: el Relearning.

Nuestra Universidad es la primera en el mundo que combina el estudio de casos clínicos con un sistema de aprendizaje 100% online basado en la reiteración, que combina un mínimo de 8 elementos diferentes en cada lección, y que suponen una auténtica revolución con respecto al simple estudio y análisis de casos.

Relearning

El relearning te permitirá aprender con menos esfuerzo y más rendimiento, implicándote más en tu formación, desarrollando el espíritu crítico, la defensa de argumentos y el contraste de opiniones: una ecuación directa al éxito”

Situado a la vanguardia pedagógica mundial, el método Relearning ha conseguido mejorar los niveles de satisfacción global de los profesionales que finalizan sus estudios, con respecto a los indicadores de calidad de la mejor universidad online en habla hispana (Universidad de Columbia).

Con esta metodología hemos formado a más de 250.000 médicos con un éxito sin precedentes, en todas las especialidades clínicas con independencia la carga de cirugía. Nuestra metodología pedagógica está desarrollada en entorno de máxima exigencia, con un alumnado universitario de un perfil socioeconómico alto y una media de edad de 43,5 años.

La puntuación global que obtiene nuestro sistema de aprendizaje es de 8.01, con arreglo a los más altos estándares internacionales.

En nuestra Especialización en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica, el aprendizaje no es un proceso lineal, sino que sucede en espiral (aprendemos, desaprendemos, olvidamos y reaprendemos). Por eso, combinamos cada uno de estos elementos de forma concéntrica.

.. y todo ello con los mejores materiales de aprendizaje a la vanguardia tecnológica y pedagógica.

Materiales educativos de medicina

Material Material de estudio 30%

Todos los contenidos didácticos son creados por los especialistas que van a impartir el curso, específicamente para él, de manera que el desarrollo didáctico sea realmente específico y concreto.

Estos contenidos son aplicados después al formato audiovisual que creará nuestra manera de trabajo online, con las técnicas más novedosas que nos permiten ofrecerte una gran calidad, en cada una de las piezas que pondremos a tu servicio.

Técnicas Técnicas quirúrgicas y procedimientos en video 15%

Te acercamos a las técnicas más novedosas, a los últimos avances educativos, al primer plano de la actualidad en técnicas médicas. Todo esto, en primera persona, con el máximo rigor, explicado y detallado para tu asimilación y comprensión. Y lo mejor, puedes verlos las veces que quieras.

Resúmenes interactivos Resúmenes interactivos 15%

Presentamos los contenidos de manera atractiva y dinámica en píldoras multimedia que incluyen audio, vídeos, imágenes, esquemas y mapas conceptuales con el fin de afianzar el conocimiento.

Este sistema exclusivo de formación para la presentación de contenidos multimedia fue premiado por Microsoft como “Caso de éxito en Europa”.

Lecturas Lecturas complementarias 3%

Artículos recientes, documentos de consenso, guías internacionales..., en nuestra biblioteca virtual tendrás acceso a todo lo que necesitas para completar tu formación.

Análisis Análisis de casos elaborados y guiados por expertos 20%

El aprendizaje eficaz tiene, necesariamente, que ser contextual. Por eso, te presentaremos los desarrollos de casos reales en los que el experto te guiará a través del desarrollo de la atención y la resolución de las diferentes situaciones: una manera clara y directa de conseguir el grado de comprensión más elevado.

Testing Testing & Retesting 17%

Evaluamos y reevaluamos periódicamente tu conocimiento a lo largo de la Especialización en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica, mediante actividades y ejercicios evaluativos y autoevaluativos: para que compruebes cómo vas consiguiendo tus metas.

Clases Clases magistrales 7%

Existe evidencia científica sobre la utilidad de la observación de terceros expertos.

El denominado Learning from an expert afianza el conocimiento y el recuerdo, y genera seguridad en nuestras futuras decisiones difíciles.

Guides Guías rápidas de actuación 3%

Te ofrecemos los contenidos más relevantes del curso en forma de fichas o guías rápidas de actuación. Una manera sintética, práctica y eficaz de ayudarte a progresar en tu aprendizaje.

El alumno podrá aprender con las ventajas del acceso a entornos simulados de aprendizaje y el planteamiento de aprendizaje por observación, esto es, Learning from an expert”

Reconocimiento

Este programa te permitirá obtener el título de Experto Universitario en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica. A tu egreso recibirás un diploma universitario avalado por Tech Universidad Tecnológica de reconocido prestigio a nivel internacional.

Este título propio de Tech Universidad, garantiza la adquisición de competencias en el área de conocimiento, de modo que confiere un alto valor curricular al estudiante que supere las evaluaciones y acredite el programa tras cursarlo en su totalidad.

 asdf

 

Título: Experto Universitario en Técnicas de Learning Machine y Minería de Datos en Oncología Genómica

Modalidad: online (en línea)

Horas: 600 horas

Duración: aprox. 6 meses

*Apostilla de La Haya. En caso de que necesites que tu grado en papel recabe la Apostilla de La Haya, Tech realizará las gestiones oportunas para su obtención con un coste añadido más gastos de envío del diploma apostillado. Puede ponerse en contacto con su asesor.

Cursos relacionados

1 /