علم البيانات التعاوني للرعاية الصحية

كان يُنظر إلى البحث العلمي تقليدياً على أنه نشاط أكاديمي بحت، خصوصاً في أنظمة الرعاية الصحية ذات الموارد المحدودة. فالتجارب السريرية، وهي السمة الأبرز للبحث الطبي، مكلفة التنفيذ وتستغرق وقتاً طويلاً، وتُجرى في الغالب في البلدان القادرة على تحمّل تكلفتها. في أنحاء العالم، تُحدَّد عتبات ضغط الدم لتشخيص ارتفاع ضغط الدم، أو الأهداف المرجعية لسكر الدم لدى مرضى السكري، اعتماداً على أبحاث أُجريت في عدد محدود من الدول. وينطوي ذلك على افتراض ضمني بأن نتائج الدراسات وصلاحيتها التي تُنفَّذ في الولايات المتحدة ودول غربية أخرى يمكن تعميمها على المرضى في مختلف أنحاء العالم. صُمِّمت هذه الدورة على يد أعضاء مبادرة MIT Critical Data، وهو اتحاد عالمي يضم ممارسين في الرعاية الصحية، وعلماء حاسوب، ومهندسين من الأوساط الأكاديمية والصناعة، بهدف وضع البيانات والتعلّم في صميم تقديم الرعاية الصحية. تجمع الدورة بين علماء الحاسوب ومقدّمي الرعاية الصحية والباحثين في العلوم الاجتماعية للعمل بشكل تعاوني على تحسين صحة السكان عبر تحليل البيانات والتنقيب فيها، ولا سيما البيانات التي تُجمع بشكل روتيني أثناء تقديم رعاية المرضى. ستتعرّف على كيفية توظيف مبادئ علم البيانات في المجال الصحي، وكيفية تحليل السجلات الصحية الإلكترونية، ودور الذكاء الاصطناعي وتعلّم الآلة في دعم القرار السريري وتحسين جودة الرعاية على نطاق واسع.

• فهم مبادئ علم البيانات عند تطبيقها على المجال الصحي
• تحليل السجلات الصحية الإلكترونية واستخلاص مؤشرات قابلة للتطبيق
• استيعاب دور الذكاء الاصطناعي وتعلّم الآلة في الرعاية الصحية واستخداماتهما

• خبرة في R أو Python و/أو SQL مطلوبة ما لم تُؤخذ الدورة ضمن فريق يضم علماء حاسوب