Maschinelles Lernen und künstliche Intelligenz haben das Potenzial, das Gesundheitswesen zu verändern und eine Welt mit unglaublichen Möglichkeiten zu eröffnen. Aber wir werden das Potenzial dieser Technologien niemals ausschöpfen können, wenn nicht alle Beteiligten über grundlegende Kompetenzen sowohl im Gesundheitswesen als auch bei Konzepten und Prinzipien des maschinellen Lernens verfügen.

Dieser Kurs führt in die grundlegenden Konzepte und Prinzipien des maschinellen Lernens ein, wie es in der Medizin und im Gesundheitswesen angewendet wird. Wir werden uns mit Ansätzen des maschinellen Lernens, medizinischen Anwendungsfällen, Metriken, die für das Gesundheitswesen typisch sind, sowie mit Best Practices für die Entwicklung, den Aufbau und die Bewertung von Anwendungen des maschinellen Lernens im Gesundheitswesen befassen. Der Kurs wird Personen mit nicht-technischem Hintergrund im Gesundheitswesen, in der Gesundheitspolitik, der pharmazeutischen Entwicklung sowie in der Datenwissenschaft das Wissen vermitteln, um diese Technologien kritisch zu bewerten und zu nutzen. Co-Autor: Geoffrey Angus Mitwirkende Redakteure: Mars Huang Jin Long Shannon Crawford Oge Marques Um die Patientenversorgung zu verbessern, ist Stanford Medicine gemeinsam vom Accreditation Council for Continuing Medical Education (ACCME), dem Accreditation Council for Pharmacy Education (ACPE) und dem American Nurses Credentialing Center (ANCC) akkreditiert, um Fortbildungen für das Gesundheitsteam anzubieten. In den FAQs unten finden Sie wichtige Informationen zu 1) Datum der ursprünglichen Veröffentlichung und Ablaufdatum; 2) Angaben zur Akkreditierung und Credit Designation; 3) Offenlegung finanzieller Beziehungen für jede Person, die für den Inhalt der Aktivität verantwortlich ist.