
Mesterképzés adatelemzés és mesterséges intelligencia az egészségtudományok területén (DAIHS)
Milan, Olaszország
IDŐTARTAM
2 Years
NYELVEK
Angol
PACE
Teljes idő
JELENTKEZÉSI HATÁRIDŐ
14 Feb 2025
LEGKORÁBBI KEZDÉSI DÁTUM
Sep 2025
TANDÍJ
EUR 20 156 / per year
TANULMÁNYI FORMÁTUM
Az egyetemen
Bevezetés
A 2 éves mesterfokozat az adatelemzés és mesterséges intelligencia az egészségtudományokban (DAIHS) egy izgalmas új tanulási lehetőség. Célja, hogy olyan szakembert képezzen, aki érti az egészségügyi ágazatot, valamint az AI és a gépi tanulási módszerek alkalmazásához szükséges elméleti és gyakorlati ismereteket.
A teljes egészében angol nyelven oktatott kurzus a Humanitas Egyetem és a közös kórházi hálózatok által biztosított széles körű orvosi, biológiai és egészségügyi tapasztalatokból, valamint a Bocconi Egyetem széles körű tapasztalataiból származik az AI, az adattudomány és az adatelemzés terén.
A Humanitas Egyetem és a Bocconi Egyetem közötti partnerség garantálja az orvosi biológia, a statisztika, a matematika és az informatika területén történő képzést a betegek jobb ellátása és életminőségének javítása érdekében.
Ösztöndíjak és finanszírozás
1 érdem- és jövedelemalapú ösztöndíj vehető igénybe
Tanterv
A tanulmányi tervet úgy alakították ki, hogy összevonja az adattudomány tudományterületeit az orvosbiológiai terület diszciplináris területeivel.
Ez lehetővé teszi, hogy a statisztikával, számítógép-programozással, gépi tanulással és mesterséges intelligenciával kapcsolatos haladó képzést biológia, genetika, etika és szabályozási ismeretekkel kombinálják az egészségügyi ágazaton belül.
A DAIHS tanulmánytervének célja egy olyan kulturális és szakmai profil kialakítása, amely közvetlenül hozzájárulhat mind a betegek életének, mind az egészségügyi szervezeteknek a javításához.
E cél elérése érdekében a tanulmányi tervet úgy alakították ki, hogy az LM Data Science fokozati osztályból származó tudományos diszciplináris területeket összevonják az orvosi-biológiai terület tudományos diszciplináris területeivel. Ez lehetővé teszi számunkra, hogy a fejlett programozás, statisztika, gépi tanulás és mesterséges intelligencia terén végzett mélyreható képzést a biológia, a genetika, az etika és az egészségügyi ágazaton belüli speciális szabályozás szilárd ismeretével kombináljuk.
A tanfolyam két évre szól, és teljes egészében angol nyelven zajlik majd. A DAIHS kurzus oktatói részét képezik külföldi előadók és erős külföldi szakmai tapasztalattal rendelkező szakértők.
A hallgatóknak lehetőségük lesz nemzetközi tapasztalatokban is tanulni a dolgozat kidolgozásának részeként.
Az 1. évfolyam főként a fejlett programozás, statisztika, gépi tanulás és mesterséges intelligencia terén szükséges ismeretek biztosítására fókuszál, és ezen jellemzők miatt elsősorban a Bocconi Egyetemen működik. A 2. évfolyam Humanitas University zajlik, hogy elmerítse a hallgatókat egy nagy oktatókórház valóságában, ahol biológiai és klinikai adatokon dolgoznak.
Tanulási terv
Az első év főként a fejlett statisztika, programozás, gépi tanulás és mesterséges intelligencia terén szükséges ismeretek biztosítására koncentrál, és főként a Bocconi Egyetemen folyik. Az első év utolsó része és az egész második év főként Humanitas University belüli képzést egészíti ki, egy magával ragadó, gyakorlati tanulási tapasztalattal, amely magában foglalja a kötelező integrált tanítást, a választható vizsgákat, a szemináriumokat, a gyakorlati tapasztalatokat és független kutatás.
A hallgatóknak lehetőségük lesz arra is, hogy nemzetközi tapasztalatok során tanuljanak szakdolgozatuk és szakmai gyakorlatuk fejlesztése során.
1. év
- Speciális egészségügyi statisztika
- Haladó számítógépes programozás
- Mesterséges intelligencia – 1. modul
- Adatvédelem, etika és szabályok az AI alkalmazásában – Szeminárium
- Gépi tanulás
- Mesterséges intelligencia – 2. modul
- Adatrendszerek az egészségügyben
- 1 választható kurzus az alábbiak közül:
- Kauzális következtetés
- Természetes nyelvfeldolgozás
- Dinamikus modellezés összetett rendszerekhez
- Biológia és genetika
- Data Science for Clinics
- Klinikai epidemiológia
- Kauzális következtetés
- Természetes nyelvfeldolgozás
- Dinamikus modellezés összetett rendszerekhez
- Biológia és genetika
- Data Science for Clinics
- Klinikai epidemiológia
2. év
- Következő generációs szekvenálás és bioinformatika
- A mesterséges intelligencia alkalmazásai az egészségtudományban
- 1 szabadon választható kurzus ebből:
- AI és vizualizációs-navigációs technikák a sebészetben és az endoszkópiában
- Képalkotó mesterséges intelligencia (radiológia és humán patológia)
- Klinikai döntési rendszer és mesterséges intelligencia
- Irányelvek a minőségértékeléshez és a jelentéskészítéshez a mesterséges intelligencia kiadványában – Szeminárium
- Idegen nyelv (1. félév)
- gyakorlat
- Tézis
- AI és vizualizációs-navigációs technikák a sebészetben és az endoszkópiában
- Képalkotó mesterséges intelligencia (radiológia és humán patológia)
- Klinikai döntési rendszer és mesterséges intelligencia
- Irányelvek a minőségértékeléshez és a jelentéskészítéshez a mesterséges intelligencia kiadványában – Szeminárium
- Idegen nyelv (1. félév)
- gyakorlat
- Tézis
Karrierlehetőségek
Ennek a mesterképzési kurzusnak az a célja, hogy olyan professzionális személyiségeket képezzen ki, akik megértik az egészségügyi szektort, és mélyen ismerik az AI és a gépi tanulási módszerek alkalmazásához szükséges elméleti és gyakorlati ismereteket ebben az ágazatban.
Az adattudós szerepe az egészségtudományban
Az ebben a szerepkörben végzett hallgatók hatékonyan kinyerhetik, elemzik, modellezik és értelmezik az egészségügyi adatokat a statisztikákból, a gépi tanulásból és a mesterséges intelligenciából származó legkorszerűbb analitikai technikák alkalmazásával, hogy tudományos kutatáshoz hasznos válaszokat kapjanak. Emellett értelmezni fogják a klinikai-diagnosztikai-terápiás Pathways , megértik a klinikusok és alapkutatók igényeit, és azonosítják a klinikai és biológiai adatok feldolgozásához és elemzéséhez szükséges szoftvereszközöket. Végül tudományos tanulmányokat terveznek és végeznek az orvostudomány és az egészségtudományok területén, hatékonyan együttműködve különböző tudományágak egészségügyi szakembereivel és kutatóival.
Különféle munkáltatók alkalmazhatják őket, beleértve a kutatóintézeteket, a gyógyszer- és biotechnológiai iparágakat, az egészségügyi technológiai vállalatokat, az állami szerveket és kormányzati intézményeket, a kórházakat és az egészségügyi szervezeteket, az egészségügyi ágazatban működő startupokat, a tanácsadói és szakmai szolgáltatásokat, valamint a kutatóintézeteket.
A program hallgatók képesek lesznek:
- Tervezze meg és hajtsa végre az egészségügyi adatok teljes statisztikai elemzési folyamatát, a beszerzéstől a kérdéses információk kinyeréséig, különös tekintettel a gépi tanulás és a mesterséges intelligencia módszereire és algoritmusaira.
- Készítsen prediktív modelleket adatokból
- Szoftver tervezése és fejlesztése az egészségügyi adatok elemzésének elvégzésére és az eredmények értelmezésére
- Az elemzések eredményeit reprezentálja és kommunikálja
- Ismertesse meg és hajtsa végre az adatminőség, a magánélet és a szellemi tulajdon védelmét szolgáló eljárásokat
English Language Requirements
Tanúsítsd angol nyelvtudásodat a Duolingo angol teszttel! A DET egy kényelmes, gyors és megfizethető online angol teszt, amelyet több mint 4000 egyetem (például ez is) fogad el világszerte.