Stanford University
医疗保健领域的人工智能 专项课程
Stanford University

医疗保健领域的人工智能 专项课程

Matthew Lungren
Serena Yeung
Mildred Cho

位教师:Matthew Lungren

63,490 人已注册

深入学习学科知识
4.7

(2,291 条评论)

初级 等级
无需具备相关经验
4 周 完成
在 10 小时 一周
灵活的计划
自行安排学习进度
深入学习学科知识
4.7

(2,291 条评论)

初级 等级
无需具备相关经验
4 周 完成
在 10 小时 一周
灵活的计划
自行安排学习进度

您将学到什么

  • 确定医疗服务提供商面临的、机器学习可以解决的问题

  • 分析人工智能如何影响患者护理安全、质量和研究

  • 将人工智能与医学科学、实践和商业联系起来

  • 应用人工智能的构建模块,帮助您创新和了解新兴技术

要了解的详细信息

可分享的证书

添加到您的领英档案

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

精进特定领域的专业知识

  • 向大学和行业专家学习热门技能
  • 借助实践项目精通一门科目或一个工具
  • 培养对关键概念的深入理解
  • 通过 Stanford University 获得职业证书

专业化 - 5门课程系列

医疗保健简介

医疗保健简介

第 1 门课程11小时

您将学到什么

  • 美国医疗系统面临的主要挑战

  • 在改善医疗服务和医疗系统的过程中可能遇到的问题

  • 谁是美国医疗保健系统的主要利益相关者

您将获得的技能

类别:医疗保险
类别:医疗补助
类别:医疗保健
类别:卫生政策
类别:医疗保健管理
类别:基于价值的护理
类别:医疗程序和 Regulator
类别:医疗账单
类别:医疗保健伦理
类别:医疗保健行业知识
类别:管理式医疗
类别:卫生系统
类别:药品
类别:医院体验
临床数据简介

临床数据简介

第 2 门课程11小时

您将学到什么

  • 如何应用医学数据挖掘框架

  • 在医疗决策中合乎道德地使用数据

  • 如何系统地利用可能不准确的数据

  • 什么是好的研究问题以及如何构建数据挖掘工作流程来回答问题

您将获得的技能

类别:数据挖掘
类别:功能工程
类别:临床数据管理
类别:电子病历
类别:非结构化数据
类别:数据收集
类别:数据伦理
类别:数据转换
类别:健康信息学
类别:医疗保健
类别:临床研究
类别:数据处理
类别:医学影像
类别:文本挖掘
医疗保健机器学习基础

医疗保健机器学习基础

第 3 门课程14小时

您将学到什么

  • 定义机器学习、生物统计学和传统计算机编程领域之间的重要关系。

  • 了解用于文本分类、物体检测和分割等任务的高级神经网络架构。

  • 学习利用数据训练、验证和测试机器学习模型的重要方法。

  • 了解动态医疗实践和不连续的时间表如何影响临床机器学习应用的开发和部署。

您将获得的技能

类别:机器学习
类别:机器学习算法
类别:医学科学与研究
类别:健康信息学
类别:深度学习
类别:人工神经网络
类别:数据处理
类别:医疗保健
类别:医疗保健伦理
类别:数据伦理
类别:强化学习
类别:人工智能和机器学习(AI/ML)
类别:应用机器学习
类别:卫生政策
类别:监督学习
类别:医疗保健行业知识
类别:负责任的人工智能

您将学到什么

  • 将人工智能融入临床工作流程的原则和实际考虑因素

  • 应用人工智能促进公平公正的医疗解决方案的最佳实践

  • 人工智能应用监管面临的挑战以及模型的哪些组成部分可以监管

  • 标准评估指标能提供什么,不能提供什么

您将获得的技能

类别:负责任的人工智能
类别:医疗保健行业知识
类别:持续监测
类别:健康信息学
类别:数据伦理
类别:临床信息学
类别:健康公平
类别:健康技术
类别:AI 个性化服务
类别:应用程序部署
类别:监管合规
类别:预测建模
类别:临床评估
类别:临床研究伦理
类别:决策支持系统

您将学到什么

您将获得的技能

类别:应用机器学习
类别:性能调整
类别:负责任的人工智能
类别:风险模型
类别:功能工程
类别:临床数据管理
类别:医疗保健行业知识
类别:应用程序部署
类别:数据收集
类别:数据伦理
类别:健康信息学
类别:医疗保健伦理
类别:医疗程序和 Regulator
类别:人工智能和机器学习(AI/ML)

获得职业证书

将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。

位教师

Matthew Lungren
Stanford University
2 门课程41,379 名学生
Serena Yeung
Stanford University
2 门课程41,379 名学生

提供方

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'
Coursera Plus

通过 Coursera Plus 开启新生涯

无限制访问 10,000+ 世界一流的课程、实践项目和就业就绪证书课程 - 所有这些都包含在您的订阅中

通过在线学位推动您的职业生涯

获取世界一流大学的学位 - 100% 在线

加入超过 3400 家选择 Coursera for Business 的全球公司

提升员工的技能,使其在数字经济中脱颖而出

常见问题