Благодаря данной Специализированной магистратуре вы сможете проанализировать, как искусственный интеллект влияет на распознавание образов в медицинских изображениях"

Специализированная магистратура в области электронного здравоохранения и больших данных направлена на демонстрацию многих преимуществ технологий в медицине. Концепция e-Health, или "электронное здоровье", определена Всемирной Организацией Здравоохранения (ВОЗ) как: эффективное и безопасное использование информационных и коммуникационных технологий в поддержку областей, связанных со здоровьем и общественным здравоохранением, включая медицинское обслуживание, наблюдение за здоровьем, санитарное просвещение, знание и исследования.  Развитие в этой области, например, позволяет диагностировать болезни благодаря базам данных больниц или даже интегрировать новые 3D-напечатанные конечности в тела людей и животных.

Неизбежное развитие медицины требует высококвалифицированных профессионалов, способных отвечать на потребности индустрии 4.0. TECH ставит целью продвигать карьеру инженеров, желающих углубить свои знания в области здравоохранения и заинтересованных в одновременном развитии телемедицины.  Данная Специализированная магистратура рассматривает теоретико-практические основы современной медицины, чтобы создать глобальное и глубокое понимание новых биомедицинских находок.

Студенты не только углубят свои знания в области электронного здравоохранения и больших данных, но также изучат функционирование международной системы здравоохранения и ее организацию.  Кроме того, эта программа предлагает подход к сектору предпринимательства, что позиционирует специалистов инженерии как целевую аудиторию этого цифрового обучения, стимулируя создание собственных компаний на основе ключей бизнес-инноваций.

TECH будет участвовать в расширении этих исследований через Специализированную магистратуру, основанную на знаниях ученых сектора, участвующих в проектах по искусственному интеллекту.  Преподаватели будут доступны для студентов 24 часа в сутки и будут следить за их обучением.  Кроме того, 100% онлайн-формат и аудиовизуальные материалы обеспечивают студентам все удобства для учебы.

Выделитесь в бурно развивающемся секторе и присоединитесь к тому, что станет технологическим решением будущего в области развития медицины"

Данная Специализированная магистратура в области Электронное здравоохранение и большие данные содержит самую полную и современную научную программу на рынке. Основными особенностями обучения являются:

• Разбор практических кейсов, представленных экспертами в области информационно-коммуникационных технологий, ориентированных на среду здравоохранения
• Наглядное, схематичное и исключительно практичное содержание курса предоставляет научную и практическую информацию по тем дисциплинам, которые необходимы для осуществления профессиональной деятельности
• Практические упражнения для самооценки, контроля и улучшения успеваемости
• Особое внимание уделяется инновационным методологиям
• Теоретические занятия, вопросы эксперту, дискуссионные форумы по спорным темам и самостоятельная работа
• Учебные материалы курса доступны с любого стационарного или мобильного устройства с выходом в интернет

Присоединяйтесь к изменениям в современной медицине, применяя искусственный интеллект и Интернет вещей (IoT) в телемедицине"

В преподавательский состав входят профессионалы отрасли, которые вносят свой опыт работы в эту программу, а также признанные специалисты, принадлежащие к ведущим научным сообществам и престижным университетам.

Мультимедийное содержание программы, разработанное с использованием новейших образовательных технологий, позволит специалисту проходить обучение с учетом контекста и ситуации, т.е. в симулированной среде, обеспечивающей иммерсивный учебный процесс, запрограммированный на обучение в реальных ситуациях.

Структура этой программы основана на проблемно-ориентированном обучении, с помощью которого специалист должен попытаться решить различные ситуации из профессиональной практики, возникающие в течение учебного курса. В этом поможет инновационная интерактивная видеосистема, созданная признанными экспертами.

Улучшите свои карьерные прогнозы благодаря вычислениям в области биоинформатики и методам работы с большими данными"

Обновите свои биомедицинские знания благодаря новым инструментам для управления клиническим здоровьем"

Содержание этой программы было тщательно разработано командой профессионалов, которые привнесли свои знания, основанные на областях здравоохранения и коммуникации. Благодаря их вкладу студент будет просто понимать материал, который охватывает все от клинической медицины до бизнес-инноваций и предпринимательства в области электронного здравоохранения. Для этого TECH использует методологию Relearning, которая обеспечивает гарантии обучения, позволяя постепенное обучение через теоретически-практические материалы.

Программа, разработанная экспертами в области медицинских наук, которые обеспечивают качественный материал для передачи нужных знаний"

Модуль 1. Молекулярная медицина и патологическая диагностика

1.1. Молекулярная медицина

1.1.1. Клеточная и молекулярная биология. Клеточные повреждения и гибель клеток. Старение
1.1.2. Заболевания, вызываемые микроорганизмами, и защита организма человека
1.1.3. Аутоиммунные заболевания
1.1.4. Токсикологические заболевания
1.1.5. Гипоксические заболевания
1.1.6. Заболевания, связанные с окружающей средой
1.1.7. Генетические заболевания и эпигенетика
1.1.8. Онкологические заболевания

1.2. Система кровообращения

1.2.1. Анатомия и функционирование
1.2.2. Заболевания миокарда и сердечная недостаточность
1.2.3. Заболевания сердечного ритма
1.2.4. Заболевания клапанов и перикарда
1.2.5. Атеросклероз, артериосклероз и артериальная гипертензия
1.2.6. Периферические артериальные и венозные заболевания
1.2.7. Заболевания лимфатической системы (великое упущение)

1.3. Заболевания дыхательной системы

1.3.1. Анатомия и функционирование
1.3.2. Острые и хронические обструктивные заболевания легких
1.3.3. Заболевания плевральной полости и средостения
1.3.4. Инфекционные заболевания паренхимы легких и бронхов
1.3.5. Заболевания легочного кровообращения

1.4. Заболевания пищеварительной системы

1.4.1. Анатомия и функционирование
1.4.2. Пищеварительная система, питание и водно-электролитный обмен
1.4.3. Заболевания желудочно-пищеводного тракта
1.4.4. Инфекционные заболевания желудочно-кишечного тракта
1.4.5. Заболевания печени и желчевыводящих путей
1.4.6. Заболевания поджелудочной железы
1.4.7. Заболевания толстой кишки

1.5. Заболевания почек и мочевыводящих путей

1.5.1. Анатомия и функционирование
1.5.2. Почечная недостаточность (преренальная, ренальная и постренальная), как они возникают
1.5.3. Обструктивные заболевания мочевыводящих путей
1.5.4. Сфинктерная недостаточность мочевыводящих путей
1.5.5. Нефротический синдром и нефритический синдром

1.6. Заболевания эндокринной системы

1.6.1. Анатомия и функционирование
1.6.2. Менструальный цикл и его нарушения
1.6.3. Заболевания щитовидной железы
1.6.4. Заболевания надпочечников
1.6.5. Заболевания гонад и половой дифференциации
1.6.6. Гипоталамо-гипофизарная ось, обмен кальция, витамин D и его влияние на рост и костную систему

1.7. Метаболизм и питание

1.7.1. Основные и неосновные питательные вещества (уточняющие определения)
1.7.2. Углеводный обмен и его нарушения
1.7.3. Белковый обмен и его нарушения
1.7.4. Липидный обмен и его нарушения
1.7.5. Обмен железа и его нарушения
1.7.6. Нарушения кислотно-основного баланса
1.7.7. Метаболизм натрия, калия и его нарушения
1.7.8. Пищевые заболевания (гиперкалорийные и гипокалорийные)

1.8. Гематологические заболевания

1.8.1. Анатомия и функционирование
1.8.2. Заболевания красного ряда
1.8.3. Болезни белого ряда, лимфатических узлов и селезенки
1.8.4. Гемостаз и болезни свертывания крови

1.9. Заболевания опорно-двигательного аппарата

1.9.1. Анатомия и функционирование
1.9.2. Суставы, типы и функции
1.9.3. Восстановление костной ткани
1.9.4. Нормальное и патологическое развитие скелетной системы
1.9.5. Деформации верхних и нижних конечностей
1.9.6. Патология суставов, хрящей и анализ синовиальной жидкости
1.9.7. Заболевания суставов иммунологического происхождения

1.10. Заболевания нервной системы

1.10.1. Анатомия и функционирование
1.10.2. Развитие центральной и периферической нервной системы
1.10.3. Развитие позвоночника и его компонентов
1.10.4. Мозжечковые и проприоцептивные нарушения
1.10.5. Заболевания, характерные для головного мозга (центральной нервной системы)
1.10.6. Заболевания спинного мозга и спинномозговой жидкости
1.10.7. Стенотические заболевания периферической нервной системы
1.10.8. Инфекционные заболевания центральной нервной системы
1.10.9. Сосудистые заболевания головного мозга (стенотические и геморрагические)

Модуль 2. Система здравоохранения. Управление и руководство центрами здоровья

2.1. Системы здравоохранения

2.1.1. Системы здравоохранения
2.1.2. Системы здравоохранения по данным ВОЗ
2.1.3. Контекст здравоохранения

2.2. Модели здравоохранения I. Модель Бисмарка vs. Модель Бевериджа

2.2.1. Модель Бисмарка
2.2.2. Модель Бевериджа
2.2.3. Модель Бисмарка vs. Модель Бевериджа

2.3. Модели здравоохранения II. Модель Семашко, частная и смешанная модели

2.3.1. Модель Семашко
2.3.2. Частная модель
2.3.3. Смешанная модель

2.4. Рынок здравоохранения

2.4.1. Рынок здравоохранения
2.4.2. Регулирование и ограничения рынка здравоохранения
2.4.3. Методы оплаты труда врачей и больниц
2.4.4. Клинический инженер

2.5. Больницы. Типология

2.5.1. Архитектура больниц
2.5.2. Типы больниц
2.5.3. Организация больниц

2.6. Метрики в здравоохранении

2.6.1. Смертность
2.6.2. Заболеваемость
2.6.3. Годы здорового образа жизни

2.7. Методы распределения ресурсов здравоохранения

2.7.1. Линейное программирование
2.7.2. Модели максимизации
2.7.3. Модели минимизации

2.8. Измерение производительности труда в здравоохранении

2.8.1. Показатели продуктивности здравоохранения
2.8.2. Коэффициенты продуктивности
2.8.3. Корректировка затрат
2.8.4. Корректировка выпуска

2.9. Улучшение процессов в здравоохранении

2.9.1. Процесс бережливого управления
2.9.2. Инструменты упрощения работы
2.9.3. Инструменты исследования проблем

2.10. Управление проектами в здравоохранении

2.10.1. Роль менеджера проектов
2.10.2. Инструменты управления командой и проектом
2.10.3. Управление временем и графиком

Модуль 3. Исследования в области наук о здоровье

3.1. Научное исследование I. Научный метод

3.1.1. Научное исследование
3.1.2. Исследования в области наук о здоровье
3.1.3. Научный метод

3.2. Научное исследование II. Типология

3.2.1. Основные исследования
3.2.2. Клинические исследования
3.2.3. Трансляционные исследования

3.3. Доказательная медицина

3.3.1. Доказательная медицина
3.3.2. Принципы доказательной медицины
3.3.3. Методология доказательной медицины

3.4. Этика и законодательство научных исследований. Хельсинкская декларация

3.4.1. Комитет по этике
3.4.2. Хельсинкская декларация
3.4.3. Этика в области наук о здоровье

3.5. Результаты научных исследований

3.5.1. Методы
3.5.2. Строгость и статистическая мощность
3.5.3. Достоверность научных результатов

3.6. Общественная коммуникация

3.6.1. Научные общества
3.6.2. Научные конгрессы
3.6.3. Структура коммуникации

3.7. Финансирование научных исследований

3.7.1. Структура научного проекта
3.7.2. Государственное финансирование
3.7.3. Частное и промышленное финансирование

3.8. Научные ресурсы для библиографического поиска. Базы данных по наукам о здоровье I

3.8.1. PubMed-Medline
3.8.2. Embase
3.8.3. WOS и JCR
3.8.4. Scopus и Scimago
3.8.5. Micromedex
3.8.6. MEDES
3.8.7. IBECS
3.8.8. LILACS
3.8.9. BDENF
3.8.10. Cuidatge
3.8.11. CINAHL
3.8.12. Cuiden Plus
3.8.13. Enfispo
3.8.14. Базы данных NCBI (OMIM, TOXNET) и NIH (Национальный институт рака)

3.9. Научные ресурсы для библиографического поиска. Базы данных по наукам о здоровье II

3.9.1. NARIC-REHABDATA
3.9.2. PEDro
3.9.3. ASABE: Техническая библиотека
3.9.4. CAB Abstracts
3.9.5. Базы данных CDR (Центр обзоров и распространения информации)
3.9.6. Biomed Central BMC
3.9.7. ClinicalTrials.gov
3.9.8. Clinical Trials Register
3.9.9. DOAJ - каталог журналов с открытым доступом
3.9.10. PROSPERO (Международный проспективный регистр систематических обзоров)
3.9.11. TRIP
3.9.12. LILACS
3.9.13. NIH. Медицинская библиотека
3.9.14. Medline Plus
3.9.15. SPO

3.10. Научные ресурсы для библиографического поиска III. Поисковые системы и платформы

3.10.1. Поисковые системы и мультипоисковые системы

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

3.10.2. Международная платформа ВОЗ по регистрации клинических испытаний (ICTRP)

3.10.2.1. PubMed Central PMC
3.10.2.2. Коллектор открытых научных данных (RECOLECTA)
3.10.2.3. Zenodo

3.10.3. Поисковые системы по докторским диссертациям

3.10.3.1. DART-Europe
3.10.3.2. Dialnet-докторские диссертации
3.10.3.3. OATD (Диссертации и дипломы в открытом доступе)
3.10.3.4. TDR (Докторские диссертации в сети)
3.10.3.5. TESEO

3.10.4. Библиографические менеджеры

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. Цифровые социальные сети для исследователей

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. Ресурсы Веб 2.0 социальной сети

3.10.6.1. Delicious
3.10.6.2. SlideShare
3.10.6.3. YouTube
3.10.6.4. Twitter
3.10.6.5. Научные блоги о здоровье
3.10.6.6. Facebook
3.10.6.7. Evernote
3.10.6.8. Dropbox
3.10.6.9. Google Drive

3.10.7. Порталы издательств и агрегаторов научных журналов

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

Модуль 4. Техники, распознавание и вмешательство с помощью биомедицинской визуализации

4.1. Медицинская визуализация

4.1.1. Способы медицинской визуализации
4.1.2. Цели систем медицинской визуализации
4.1 3. Системы хранения медицинских изображений

4.2. Радиология

4.2.1. Метод визуализации
4.2.2. Рентгенологическая интерпретация
4.2.3. Клиническое применение

4.3. Компьютерная томография (КТ)

4.3.1. Принцип работы
4.3.2. Формирование и получение изображения
4.3.3. Компьютерная томография. Типология
4.3.4. Клиническое применение

4.4. Магнитно-резонансная томография (МРТ)

4.4.1. Принцип работы
4.4.2. Формирование и получение изображения
4.4.3. Клиническое применение

4.5. Ультразвук: ультрасонография и допплеровская ультрасонография

4.5.1. Принцип работы
4.5.2. Формирование и получение изображения
4.5.3. Типология
4.5.4. Клиническое применение

4.6. Ядерная медицина

4.6.1. Физиологическая основа для ядерных исследований. Радиофармацевтические препараты и ядерная медицина
4.6.2. Формирование и получение изображения
4.6.3. Виды тестирования

4.6.3.1. Гаммаграфия
4.6.3.2. ОФЭКТ
4.6.3.3. ПЭТ
4.6.3.4. Клиническое применение

4.7. Вмешательства с наведением изображения

4.7.1. Интервенционная радиология
4.7.2. Цели интервенционной радиологии
4.7.3. Процедуры
4.7.4. Преимущества и недостатки

4.8. Качество изображения

4.8.1. Техника
4.8.2. Контраст
4.8.3. Разрешение
4.8.4. Шум
4.8.5. Искажения и артефакты

4.9. Медицинские тесты визуализации. Биомедицина

4.9.1. Создание 3D-изображений
4.9.2. Биомодели

4.9.2.1. Стандарт DICOM
4.9.2.2. Клиническое применение

4.10. Радиационная защита

4.10.1. Европейское законодательство, применимое к радиологическим службам
4.10.2. Безопасность и протоколы действий
4.10.3. Управление радиологическими отходами
4.10.4. Радиационная защита
4.10.5. Уход и характеристики помещений

Модуль 5. Вычисления в биоинформатике

5.1. Центральный постулат биоинформатики и вычислительной техники. Текущее состояние

5.1.1. Идеальное применение в биоинформатике
5.1.2. Параллельное развитие молекулярной биологии и вычислительной техники
5.1.3. Догмы в биологии и теории информации
5.1.4. Информационные потоки

5.2. Базы данных для вычислений в биоинформатике

5.2.1. База данных
5.2.2. Управление данными
5.2.3. Жизненный цикл данных в биоинформатике

5.2.3.1. Применение
5.2.3.2. Изменение
5.2.3.3. Архивирование
5.2.3.4. Повторное использование
5.2.3.5. Отвергнутые

5.2.4. Технология баз данных в биоинформатике

5.2.4.1. Архитектура
5.2.4.2. Управление базами данных

5.2.5. Интерфейсы к базам данных в биоинформатике

5.3. Сети для вычислений в биоинформатике

5.3.1. Модели коммуникации. LAN, WAN, MAN и PAN сети
5.3.2. Протоколы и передача данных
5.3.3. Топология сети
5.3.4. Аппаратное обеспечение в центрах обработки данных для вычислений
5.3.5. Безопасность, управление и внедрение

5.4. Поисковые системы в биоинформатике

5.4.1. Поисковые системы в биоинформатике
5.4.2. Процессы и технологии поисковых систем в биоинформатике
5.4.3. Вычислительные модели: алгоритмы поиска и аппроксимации

5.5. Визуализация данных в биоинформатике

5.5.1. Визуализация биологических последовательностей
5.5.2. Визуализация биологических структур

5.5.2.1. Инструменты визуализации
5.5.2.2. Инструменты рендеринга

5.5.3. Пользовательский интерфейс для применения в биоинформатике
5.5.4. Информационные архитектуры для визуализации в биоинформатике

5.6. Статистика для вычислений

5.6.1. Статистические концепции для вычислений в биоинформатике
5.6.2. Пример использования: MARN-микрочипы
5.6.3. Несовершенные данные. Погрешности в статистике: случайность, аппроксимация, шум и допущения
5.6.4. Количественная оценка погрешности: точность, чувствительность и восприимчивость
5.6.5. Кластеризация и классификация

5.7. Добыча данных

5.7.1. Методы добычи данных и вычислений
5.7.2. Инфраструктура для вычислений и добычи данных
5.7.3. Обнаружение и распознавание образов
5.7.4. Машинное обучение и новые инструменты

5.8. Генетическое сопоставление образов

5.8.1. Генетическое сопоставление образов
5.8.2. Вычислительные методы для выравнивания последовательностей
5.8.3. Инструменты для подбора образов

5.9. Моделирование и имитация

5.9.1. Использование в фармацевтической области: открытие лекарств
5.9.2. Структура белка и системная биология
5.9.3. Доступные инструменты и будущее

5.10. Проекты сотрудничества и электронных вычислений

5.10.1. Сетевые вычисления
5.10.2. Стандарты и правила. Единообразие, согласованность и совместимость
5.10.3. Совместные вычислительные проекты

Модуль 6. Базы данных по биомедицинской информации

6.1. Базы данных по биомедицинской информации

6.1.1. Базы данных по биомедицинской информации
6.1.2. Первичные и вторичные базы данных
6.1.3. Основные базы данных

6.2. Базы данных ДНК

6.2.1. Базы данных генома
6.2.2. Базы данных генов
6.2.3. Базы данных мутаций и полиморфизмов

6.3. Базы данных белков

6.3.1. Базы данных первичных последовательностей
6.3.2. Базы данных вторичных последовательностей и доменов
6.3.3. Базы данных макромолекулярных структур

6.4. Базы данных омических проектов

6.4.1. Базы данных для исследований в области геномики
6.4.2. Базы данных для транскриптомических исследований
6.4.3. Базы данных для протеомических исследований

6.5. Базы данных по генетическим заболеваниям. Персонализированная и прецизионная медицина

6.5.1. Базы данных по генетическим заболеваниям
6.5.2. Прецизионная медицина. Необходимость интеграции генетических данных
6.5.3. Извлечение данных OMIM

6.6. Репозитории самоотчетов пациентов

6.6.1. Вторичное использование данных
6.6.2. Пациент в управлении депонированными данными
6.6.3. Репозитории самоотчетных анкет. Примеры

6.7. Открытые базы данных Elixir

6.7.1. Открытые базы данных Elixir
6.7.2. Базы данных, собранные на платформе Elixir
6.7.3. Критерии выбора между двумя базами данных

6.8. Базы данных нежелательных лекарственных реакций (RAM)

6.8.1. Процесс разработки фармакологических препаратов
6.8.2. Отчеты о нежелательных лекарственных реакциях
6.8.3. Репозитории нежелательных реакций на местном, европейском и международном уровнях

6.9. План управления исследовательскими данными. Данные, подлежащие депонированию в общедоступных базах данных

6.9.1. План управления данными
6.9.2. Хранение данных, полученных в результате исследований
6.9.3. Внесение данных в публичную базу данных

6.10. Клинические базы данных. Проблемы вторичного использования данных о здоровье

6.10.1. Хранилища медицинских карт
6.10.2. Шифрование данных

Модуль 7. Большие данные в медицине: массовая обработка медицинских данных

7.1. Большие данные в биомедицинских исследованиях

7.1.1. Генерация данных в биомедицине
7.1.2. Высокая производительность ( технология High-throughput)
7.1.3. Полезность высокопроизводительных данных. Гипотезы в эпоху больших данных

7.2. Предварительная обработка данных в больших данных

7.2.1. Предварительная обработка данных
7.2.2. Методы и подходы
7.2.3. Проблемы предварительной обработки данных в больших данных

7.3. Структурная геномика

7.3.1. Секвенирование генома человека
7.3.2. Секвенирование vs. Чипы
7.3.3. Обнаружение вариантов

7.4. Функциональная геномика

7.4.1. Функциональная аннотация
7.4.2. Определители риска по мутациям
7.4.3. Исследования геномных ассоциаций

7.5. Транскриптомика

7.5.1. Методы получения массивных данных в транскриптомике: RNA-seq
7.5.2. Нормализация данных транскриптомики
7.5.3. Дифференциальные исследования экспрессии

7.6. Интерактомика и эпигеномика

7.6.1. Роль хроматина в экспрессии генов
7.6.2. Высокопроизводительные исследования в интерактомике
7.6.3. Высокопроизводительные исследования в эпигенетике

7.7. Протеомика

7.7.1. Анализ масс-спектрометрических данных
7.7.2. Исследование посттрансляционных модификаций
7.7.3. Количественная протеомика

7.8. Методы обогащения и кластеризации

7.8.1. Контекстуализация результатов
7.8.2. Алгоритмы кластеризации в омических технологиях
7.8.3. Репозитории для обогащения: Генная онтология и KEGG

7.9. Применение больших данных в общественном здравоохранении

7.9.1. Открытие новых биомаркеров и терапевтических мишеней
7.9.2. Определители риска
7.9.3. Персонализированная медицина

7.10. Применение больших данных в медицине

7.10.1. Потенциал диагностической и профилактической помощи
7.10.2. Использование алгоритмов машинного обучения в здравоохранении
7.10.3. Проблема конфиденциальности

Модуль 8. Применение искусственного интеллекта и Интернета вещей (IoT) в телемедицине

8.1. Платформа электронного здравоохранения. Персонализация услуг здравоохранения

8.1.1. Платформа электронного здравоохранения
8.1.2. Ресурсы для платформы электронного здравоохранения
8.1.3. Программа "Цифровая Европа". Digital Europe-4-Health и Горизонт Европа

8.2. Искусственный интеллект в здравоохранении I: новые решения в области применения программного обеспечения

8.2.1. Удаленный анализ результатов
8.2.2. Чат-бокс
8.2.3. Профилактика и мониторинг в режиме реального времени
8.2.4. Превентивная и персонализированная медицина в области онкологии

8.3. Искусственный интеллект в сфере здравоохранения II: мониторинг и этические проблемы

8.3.1. Мониторинг пациентов с ограниченной подвижностью
8.3.2. Мониторинг сердечной деятельности, диабета, астмы
8.3.3. Приложения для здоровья и благополучия

8.3.3.1. Мониторы сердечного ритма
8.3.3.2. Мониторы артериального давления

8.3.4. Этика ИИ в медицинской сфере. Защита данных

8.4. Алгоритмы искусственного интеллекта для обработки изображений

8.4.1. Алгоритмы искусственного интеллекта для обработки изображений
8.4.2. Диагностика и мониторинг изображений в телемедицине

8.4.2.1. Диагностика меланомы

8.4.3. Ограничения и проблемы обработки изображений в телемедицине

8.5. Применение ускорения графических процессоров (GPU) в медицине

8.5.1. Параллелизация программ
8.5.2. Работа GPU
8.5.3. Применение GPU-ускорения в медицине

8.6. Обработка естественного языка (NLP) в телемедицине

8.6.1. Обработка медицинских текстов. Методология
8.6.2. Обработка естественного языка в терапии и медицинской документации
8.6.3. Ограничения и проблемы обработки естественного языка в телемедицине

8.7. Интернет вещей (IoT) в телемедицине. Применение

8.7.1. Мониторинг жизненно важных показателей. Носимые приборы

8.7.1.1. Кровяное давление, температура, частота сердечных сокращений

8.7.2. IoT и облачные технологии

8.7.2.1. Передача данных в облако

8.7.3. Терминалы самообслуживания

8.8. IoT в мониторинге и уходе за пациентами

8.8.1. IoT-применения для обнаружения чрезвычайных ситуаций
8.8.2. Интернет вещей в реабилитации пациентов
8.8.3. Поддержка искусственного интеллекта в распознавании и спасении пострадавших

8.9. Нанороботы. Типология

8.9.1. Нанотехнологии
8.9.2. Типы нанороботов

8.9.2.1. Ассемблеры. Применение
8.9.2.2. Саморепликаторы. Применение

8.10. Искусственный интеллект в управлении COVID-19

8.10.1. COVID-19 и телемедицина
8.10.2. Управление и информирование о развитии событий и вспышках заболеваний
8.10.3. Прогнозирование вспышек с помощью искусственного интеллекта

Модуль 9. Телемедицина и медицинские, хирургические и биомеханические устройства

9.1. Телемедицина и телездоровье

9.1.1. Телемедицина как услуга телездоровья
9.1.2. Телемедицина

9.1.2.1. Цели телемедицины
9.1.2.2. Преимущества и ограничения телемедицины

9.1.3. Электронное здравоохранение. Технологии

9.2. Системы телемедицины

9.2.1. Компоненты системы телемедицины

9.2.1.1. Персонал
9.2.1.2. Технология

9.2.2. Информационно-коммуникационные технологии (ИКТ) в сфере здравоохранения

9.2.2.1. T-Health
9.2.2.2. M-Health
9.2.2.3. M-Health
9.2.2.4. P-Health

9.2.3. Оценка системы телемедицины

9.3. Инфраструктура телемедицинских технологий

9.3.1. Телефонные сети общего пользования (ТСОП)
9.3.2. Спутниковые сети
9.3.3. Цифровые сети с интегрированными услугами (ISDN)
9.3.4. Беспроводные технологии

9.3.4.1. WAP. Протокол беспроводных приложений
9.3.4.2. Bluetooth

9.3.5. Микроволновые соединения
9.3.6. Асинхронный режим передачи (ATM)

9.4. Виды телемедицины. Использование в здравоохранении

9.4.1. Удаленный мониторинг пациентов
9.4.2. Технологии хранения и передачи данных
9.4.3. Интерактивная телемедицина

9.5. Общие применения телемедицины

9.5.1. Телеобслуживание
9.5.2. Телемониторинг
9.5.3. Теледиагностика
9.5.4. Телеобразование
9.5.5. Телеменеджмент

9.6. Клинические применения телемедицины

9.6.1. Телерадиология
9.6.2. Теледерматология
9.6.3. Телеонкология
9.6.4. Телепсихиатрия
9.6.5. Помощь на дому (Telehomecare)

9.7. Умные и вспомогательные технологии

9.7.1. Интеграция умного дома
9.7.2. Цифровое здоровье в улучшении лечения
9.7.3. Носимые технологии в телемедицине. “Умная одежда”

9.8. Этические и правовые аспекты телемедицины

9.8.1. Этические основы
9.8.2. Общие нормативные рамки
9.8.4. Стандарты ISO

9.9. Телемедицина и диагностические, хирургические и биомеханические устройства

9.9.1. Диагностические устройства
9.9.2. Хирургические устройства
9.9.2. Биомеханические устройства

9.10. Телемедицина и медицинское оборудование

9.10.1. Медицинские приборы

9.10.1.1. Мобильные медицинские устройства
9.10.1.2. Телемедицинские тележки
9.10.1.3. Телемедицинские киоски
9.10.1.4. Цифровая камера
9.10.1.5. Комплект для телемедицины
9.10.1.6. Программное обеспечение для телемедицины

Модуль 10. Бизнес-инновации и предпринимательство в электронном здравоохранении

10.1. Бизнес и инновации

10.1.1. Инновации
10.1.2. Предпринимательство
10.1.3. Стартап

10.2. Предпринимательство в электронном здравоохранении

10.2.1. Инновационный рынок электронного здравоохранения
10.2.2. Вертикали электронного здравоохранения: M-Health
10.2.3. Телездоровье

10.3. Бизнес-модели I: ранние стадии предпринимательства

10.3.1. Типы бизнес-моделей

10.3.1.1. Marketplace
10.3.1.2. Цифровые платформы
10.3.1.3. SaaS

10.3.2. Критические элементы на начальном этапе. От идеи до реализации бизнеса
10.3.3. Распространенные ошибки на первых шагах предпринимательства

10.4. Бизнес-модели II: модель Canvas

10.4.1. Бизнес-модель Canvas
10.4.2. Ценностное предложение
10.4.3. Ключевые виды деятельности и ресурсы
10.4.4. Сегментация клиентов
10.4.5. Отношения с клиентами
10.4.6. Каналы распределения
10.4.7. Партнерство

10.4.7.1. Структура затрат и потоки доходов

10.5. Бизнес-модели III: методология Lean Startup

10.5.1. Создавай
10.5.2. Проверяй
10.5.3. Измеряй
10.5.4. Принимай решений

10.6. Бизнес-модели IV: внешний, стратегический и нормативный анализ

10.6.1. Красный океан и голубой океан
10.6.2. Кривая стоимости
10.6.3. Применимые нормативные акты в электронном здравоохранении

10.7. Успешные модели в электронном здравоохранении I: знать, прежде чем внедрять инновации

10.7.1. Анализ успешных компаний в сфере электронного здравоохранения
10.7.2. Анализ компании X
10.7.3. Анализ компании Y
10.7.4. Анализ компании Z

10.8. Успешные модели в электронном здравоохранении II: слушать, прежде чем внедрять инновации

10.8.1. Практическое интервью с генеральным директором стартапа в сфере электронного здравоохранения
10.8.2. Практическое интервью с генеральным директором стартапа в "секторе x"
10.8.3. Практическое интервью с техническим руководством стартапа "x"

10.9. Предпринимательская среда и финансирование

10.9.1. Предпринимательская экосистема в секторе здравоохранения
10.9.2. Финансирование
10.9.3. Кейс-интервью

10.10. Практические инструменты для предпринимательства и инноваций

10.10.1. Инструменты OSINT (Open Source Intelligence)
10.10.2. Анализ
10.10.3. No-code инструменты для предпринимательства

Программа для компетентных профессионалов, специалистов в области электронного здравоохранения, таких как вы"