Adattudomány az orvoslásban és az egészségügyben

Data

Official data in SubjectManager for the following academic year: 2019-2020

Course director

Number of hours/semester

lectures: 0 hours

practices: 0 hours

seminars: 24 hours

total of: 24 hours

Subject data

  • Code of subject: OOF-AEU-T
  • 2 kredit
  • Általános orvos
  • Fakultatív modul
  • Minden félévben
Prerequisites:

-

Course headcount limitations

min. 3 – max. 20

Available as Campus course for 10 fő számára. Campus-karok: ETK GYTK KTK MIK TTK

Topic

Bevezetés
Minden évben megduplázódik az orvostudományok művelői által előállított adatok mennyisége. A jelenlegi világtrend az, hogy az adatok széleskörű gyűjtése mellett azok minél teljesebb felhasználása is valósuljon meg új, az orvosi munkát segítő és gyakran helyettesítő alkalmazások segítségével. Ez az igény új tudományterületeket hívott életre, melyek rohamosan fejlődnek és a keletkezett, főként gyakorlati eredmények gyorsan integrálódnak a meglévő tudásbázisba. Ahhoz azonban, hogy ez a tudás a mindennapi gyakorlat része legyen, új ismereteket is követel a leendő orvosoktól, illetve egészségügyben tevékenykedő szakemberektől.
Áttekintés
A kurzus során egy általános bevezetőt és területi ismertetőt követően esettanulmányokon keresztül mutatjuk be az adattudomány és orvostudomány közös pontjait gyakorlatcentrikus és gazdasági hasznosíthatóság szempontok figyelembevételével. A kurzus során elsajátítható személet, illetve tudástár segítségével keletkezhetnek olyan potenciális ötletek, melyek akár új termék fejlesztését is beindíthatják. Ezért a néhány utolsó találkozás egyben becsatlakozási pont lehet konkrét termékfejlesztésekhez és az ötletek konkrét gazdasági megvalósíthatóságára koncentrál olyan oktatókkal, akik több vállalkozás-inkubációs programmal is kapcsolatban állnak.
A bevezető témák fő fókusza az adat, illetve annak feldolgozási lehetőségei. Emellett bemutatunk olyan online eszközöket (Microsoft Azure,Amazon AWS, Google Cloud, IBM Watson), amelyek segítségével bárki összeállíthat magának saját, a céljainak megelelő adatfeldolgozó rendszert. Ezekkel az eszközökkel példaalkalmazásokat is fogunk készíteni online elérhető, publikus egészségügyi adaton.
A kurzus oktatói adattudományi, egészség gazdasági és vállalkozásfejlesztési szakemberek, akik nagy gyakorlati tapasztalattal bírnak a fenti területeken.
Tematika:
1-2. Adattudomány:
- Mi az adat?
- Mi az adattudomány?
- Milyenek az egészégügyi adatok?
- Mik az adatszabványok az egészségügyben?
- Milyen jogi háttér szükséges az egészségügyi adatok feldolgozásához?
Valós életbeli adatok felhasználása az egészségügyben (4 x 45 perc)
- A valós életbeli adatokra épülő bizonyíték (real-world evidence - RWE) fogalma és alapelvei az egészségügyben
- Megfelelő adatforrások és azok korlátainak azonosítása
- Valós életbeli adatok (real-world data - RWD) felhasználása bizonyítékok (RWE) előállítására korszerű adatelemzési módszerekkel
- Az RWE használata az egészségügyben hozott döntések meghozatalában
3-4. Hogyan kezdjünk neki:
Óriás cégek felhő alapú szolgáltatás rendszerei:
- Microsoft AZURE
- Amazon AWS
- Google Cloud
- Mit kezdhetünk ezekkel?
- Online egészségügyi adatbázisok
5-6. Készítsünk saját alkalmazást a Microsoft Azure segítségével: (mindenki saját eszközt is használhat) Figyelem, a rendszer megismerése otthoni, egyéni munkát is igényel!
- Regisztráció és rendszer megismerése
- Adatforrás allokáció
- Mi legyen az eredmény termék?
- Tervezzünk eszközt
7-8-9-10. Közös termék fejlesztése (megbeszélés eredménye, hogy mi legyen)
10-12. Mi az hogy startup? Mitől lesz a termékünk attraktív, mi a termékfejlesztés folyamata.
- Probléma-megoldás összevetése
- Termék-piac összevetése
- Design thinking folyamata
13-14. Üzleti modell építés, validáció, hatékony prezentáció.
- Értékajánlat vászon
- Üzleti modell vászon
- Lean üzleti modell vászon
- Perszóna
- Validáció
- Pitch

Lectures

Practices

Seminars

  • 1. Mi az adat?
  • 2. Mi az adattudomány?
  • 3. Milyenek az egészégügyi adatok?
  • 4. Mik az adatszabványok az egészségügyben?
  • 5. Milyen jogi háttér szükséges az egészségügyi adatok feldolgozásához?
  • 6. A valós életbeli adatokra épülő bizonyíték (real-world evidence - RWE) fogalma és alapelvei az egészségügyben
  • 7. Megfelelő adatforrások és azok korlátainak azonosítása
  • 8. Valós életbeli adatok (real-world data - RWD) felhasználása bizonyítékok (RWE) előállítására korszerű adatelemzési módszerekkel
  • 9. Az RWE használata az egészségügyben hozott döntések meghozatalában
  • 10. Óriás cégek felhő alapú szolgáltatás rendszerei:
  • 11. Készítsünk saját alkalmazást a Microsoft Azure segítségével:
  • 12. Regisztráció és rendszer megismerése
  • 13. Adatforrás allokáció
  • 14. Mi legyen az eredmény termék?
  • 15. Tervezzünk eszközt
  • 16. Közös termék fejlesztése (megbeszélés eredménye, hogy mi legyen)
  • 17. Mi az hogy startup? Mitől lesz a termékünk attraktív, mi a termékfejlesztés folyamata.
  • 18. Probléma és megoldás összevetése
  • 19. Termék és piac összevetése
  • 20. Üzleti modell építés, validáció, hatékony prezentáció.
  • 21. Értékajánlat vászon
  • 22. Üzleti modell vászon
  • 23. Lean üzleti modell vászon
  • 24. Perszóna és validáció

Reading material

Obligatory literature

Literature developed by the Department

Notes

Recommended literature

https://azure.microsoft.com/hu-hu/

Conditions for acceptance of the semester

Legfeljebb 15 % hiányzás megengedett

Mid-term exams

Esszé vagy egyéni projekt kidolgozása

Making up for missed classes

Esszé benyújtása.

Exam topics/questions

Konkrét vizsgakérdések az egyéni témaválasztások miatt nincsenek

Examiners

Instructor / tutor of practices and seminars

  • Dr. Feldmann Ádám