Interoperabilität ist für die Erstellung sauberer, konsistenter und auswertbarer Datensätze im Gesundheitswesen von entscheidender Bedeutung. Dieses Modul bietet eine Einführung in die wichtigsten Datenstandards, die für die klinische Dokumentation, Diagnostik, Abrechnung und systemübergreifende Kommunikation maßgeblich sind. Die Teilnehmer befassen sich mit Kodierungssystemen wie ICD-10, SNOMED CT, CPT und LOINC sowie mit Interoperabilitäts-Frameworks wie HL7 v2, HL7 v3 und FHIR. Das Modul erläutert, warum Standardisierung notwendig ist, wie sich Vokabular- und Nachrichtenstandards unterscheiden und wie Interoperabilitätsprobleme die Analyse einschränken können. Anhand von Beispielen und praktischen Übungen üben die Lernenden, klinische Konzepte in standardisierte Formate abzubilden, und untersuchen FHIR-Ressourcenstrukturen. Am Ende dieses Moduls werden die Teilnehmer verstehen, wie Standards die Datenintegration ermöglichen, Mehrdeutigkeiten reduzieren und skalierbare Analysen über Gesundheitsorganisationen hinweg unterstützen.

Bevor prädiktive Modellierung oder Analysen durchgeführt werden können, müssen Gesundheitsdaten bereinigt, transformiert, abgeglichen und validiert werden. Dieses Modul behandelt grundlegende Vorverarbeitungstechniken mit Schwerpunkt auf den für das Gesundheitswesen spezifischen Herausforderungen – Muster fehlender Werte, unregelmäßige Zeitreihen, inkonsistente Messungen und Feature-Engineering aus episodischen Datensätzen. Die Teilnehmer arbeiten praxisnah mit echten Datensätzen aus dem Gesundheitswesen, um Datenbereinigungsaufgaben durchzuführen, abgeleitete Merkmale zu erstellen und die zeitliche Abstimmung bei Längsschnittdaten zu bewerten. Das Modul behandelt zudem die HIPAA-konforme Anonymisierung und die datenschutzkonformen Vorbereitungsschritte, die vor der Anwendung von Analysen erforderlich sind. Am Ende dieses Moduls verfügen die Lernenden über die praktischen Fähigkeiten, die erforderlich sind, um klinische Rohdaten in einen strukturierten, qualitativ hochwertigen Analysedatensatz umzuwandeln, der für Modellierungsaufgaben in späteren Kursen geeignet ist.

In diesem abschließenden Modul festigen Sie Ihr Wissen durch die Bearbeitung eines praxisorientierten Abschlussprojekts. In diesem Projekt wenden Sie die im Laufe des Kurses erworbenen Kenntnisse an, um aus Rohdaten aus verschiedenen Quellen einen Datensatz für die Gesundheitsanalytik aufzubauen. Dazu bereinigen, integrieren und standardisieren Sie die Gesundheitsdaten und bereiten sie für die anschließende Modellierung und Analyse vor. Anhand eines Datensatzes aus dem Gesundheitswesen, der aus verschiedenen Quellen stammt, wenden Sie Vorverarbeitungstechniken an, legen Kodierungsstandards fest, beheben Probleme mit der Datenqualität und stellen sicher, dass die Daten im Einklang mit den HIPAA-Vorschriften behandelt und anonymisiert werden. Das Modul schließt mit einer Kurszusammenfassung, einem Glossar der wichtigsten Begriffe und einer Abschlussprüfung, mit der Ihr konzeptionelles Verständnis über alle Module hinweg überprüft wird.