À propos de ce cours

17,062 consultations récentes

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 16 heures pour terminer

Recommandé : 5 weeks of study, 2-4 hours/week...

Anglais

Sous-titres : Anglais

Ce que vous allez apprendre

  • Check

    Recognize and distinguish the difference in complexity and sophistication of text mining, text processing, and natural language processing.

  • Check

    Write basic regular expressions to identify common clinical text.

  • Check

    Assess and select note sections that can be used to answer analytic questions.

  • Check

    Write R code to search text windows for other keywords and phrases to answer analytic questions.

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.

Niveau intermédiaire

Approx. 16 heures pour terminer

Recommandé : 5 weeks of study, 2-4 hours/week...

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1

Semaine 1

1 heure pour terminer

Introduction: Clinical Natural Language Processing

1 heure pour terminer
7 vidéos (Total 20 min), 3 lectures, 1 quiz
7 vidéos
Introduction to Clinical Natural Language Processing3 min
NLP Fundamentals: Linguistics1 min
NLP Fundamentals: Morphology & Lexicography4 min
NLP Fundamentals: Syntax4 min
NLP Fundamentals: Sematics & Pragmatics4 min
NLP Fundamentals: Wrap Up40s
3 lectures
Introduction to Specialization Instructors5 min
Course Policies5 min
Accessing Course Data and Technology Platform15 min
1 exercice pour s'entraîner
Week 1 Assessment20 min
Semaine
2

Semaine 2

2 heures pour terminer

Tools: Regular Expressions

2 heures pour terminer
3 vidéos (Total 17 min), 2 lectures, 2 quiz
3 vidéos
Text Processing in the Tidyverse3 min
Tips and Tricks for Text Processing5 min
2 lectures
Regular Expressions and Text Processing in R1 h
Note about the Assessment2 min
2 exercices pour s'entraîner
Regular Expressions and Text Processing in R - Try it Out For Yourself Exercises40 min
Week 2 Assessment30 min
Semaine
3

Semaine 3

3 heures pour terminer

Techniques: Note Sections

3 heures pour terminer
4 vidéos (Total 14 min), 2 lectures, 2 quiz
4 vidéos
Clinical Note Types: History and Physical Notes2 min
Clinical Note Types: Discharge Summaries2 min
Clinical Note Types: Radiology Reports2 min
2 lectures
Note Section Techniques1h 30min
Note about the Assessment2 min
2 exercices pour s'entraîner
Note Section Techniques - Try It Out For Yourself Excercises45 min
Week 3 Assessment30 min
Semaine
4

Semaine 4

3 heures pour terminer

Techniques: Keyword Windows

3 heures pour terminer
1 vidéo (Total 5 min), 2 lectures, 2 quiz
1 vidéo
2 lectures
Keyword Windows Techniques2 h
Note about the Assessment2 min
2 exercices pour s'entraîner
Keyword Windows Techniques - Try it Out For Yourself Answers45 min
Week 4 Assessment30 min

Enseignant

Image de l'enseignant, Laura K. Wiley, PhD

Laura K. Wiley, PhD 

Assistant Professor
Division of Biomedical Informatics and Personalized Medicine, Anschutz Medical Campus

À propos de University of Colorado System

The University of Colorado is a recognized leader in higher education on the national and global stage. We collaborate to meet the diverse needs of our students and communities. We promote innovation, encourage discovery and support the extension of knowledge in ways unique to the state of Colorado and beyond....

À propos du Spécialisation Clinical Data Science

Are you interested in how to use data generated by doctors, nurses, and the healthcare system to improve the care of future patients? If so, you may be a future clinical data scientist! This specialization provides learners with hands on experience in use of electronic health records and informatics tools to perform clinical data science. This series of six courses is designed to augment learner’s existing skills in statistics and programming to provide examples of specific challenges, tools, and appropriate interpretations of clinical data. By completing this specialization you will know how to: 1) understand electronic health record data types and structures, 2) deploy basic informatics methodologies on clinical data, 3) provide appropriate clinical and scientific interpretation of applied analyses, and 4) anticipate barriers in implementing informatics tools into complex clinical settings. You will demonstrate your mastery of these skills by completing practical application projects using real clinical data. This specialization is supported by our industry partnership with Google Cloud. Thanks to this support, all learners will have access to a fully hosted online data science computational environment for free! Please note that you must have access to a Google account (i.e., gmail account) to access the clinical data and computational environment....
Clinical Data Science

Foire Aux Questions

  • Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.

  • Lorsque vous vous inscrivez au cours, vous bénéficiez d'un accès à tous les cours de la Spécialisation, et vous obtenez un Certificat lorsque vous avez réussi. Votre Certificat électronique est alors ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.

  • Unfortunately at this time we can only allow students who have access to Google services (e.g., a gmail account) to complete the specialization. This is because we give students access to real clinical data and our privacy protections only allow data sharing through the Google BigQuery environment.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.