Такая инновационная программа, как в области электронного здравоохранения, благодаря которой вы сможете внедрить самые эффективные и инновационные стратегии больших данных и искусственного интеллекта в свою физиотерапевтическую практику, на 100% в онлайн-режиме"

Физиотерапия, как и другие отрасли, связанные со сферой здравоохранения (медицина, сестринское дело, диетология и т. д.), получила огромную выгоду от развития электронного здравоохранения и его инструментов для еще более ориентированного на пациента ухода. Эволюция Больших данных, искусственного интеллекта и Интернета вещей (IoT) в этом секторе привела к созданию таких методов, как неинвазивная нейромодуляция или улучшение стратегий, связанных с диагностикой с помощью визуализации (УЗИ, КТ, МРТ и т. д.), что, помимо облегчения практики специалистов, позволило им расширить свои методы лечения, а также повысить их эффективность и результативность.

По этой причине в последние годы интерес к этой области возрос, и TECH Технологический университет посчитал необходимым разработать программу, с помощью которой специалист сможет подробно изучить последние достижения в этой области и применить их в своей повседневной практике. Данная Специализированная магистратура включает 1500 часов исчерпывающего анализа электронного здравоохранения и его применения в современном секторе: от управления и руководства центрами, основанными на самых инновационных технологиях, до лучших методов распознавания и вмешательства с помощью изображений в биомедицине. Вы также сможете углубиться в процесс создания и управления базами данных, а также их массовой обработки, и уделите особое внимание наиболее важным и эффективным хирургическим и биомеханическим устройствам, сосредоточившись также на применении искусственного интеллекта в физиотерапевтической области.

Все это в течение 12 месяцев 100% онлайн-программы, разработанной экспертами в области биоинженерии и биомедицины, включающей, помимо лучшего теоретического курса, часы дополнительных материалов, которые будут доступны в виртуальном кампусе с самого начала программы и могут быть загружены на любое устройство с подключением к интернету. Таким образом, TECH Технологический университет гарантирует академический опыт, идеально совместимый с любой другой трудовой деятельностью, что позволит специалисту гарантированно обновлять и совершенствовать свои профессиональные навыки, основываясь на последних научных данных в области электронного здравоохранения и больших данных.

Благодаря специализированным знаниям, которые вы получите на этой программе, вы сможете включить в свое предложение самые инновационные и эффективные методы диагностической визуализации"

Данная Специализированная магистратура в области электронного здравоохранения и Больших данных содержит самую полную и современную научную программу на рынке. Основными особенностями обучения являются:

• Разработка практических кейсов, представленных экспертами в области информационно-коммуникационных технологий, ориентированных на среду здравоохранения
• Наглядное, схематичное и исключительно практическое содержание курса предоставляет научную и практическую информацию по тем дисциплинам, которые необходимы для осуществления профессиональной деятельности
• Практические упражнения для самопроверки, контроля и улучшения успеваемости
• Особое внимание уделяется инновационным методологиям
• Теоретические занятия, вопросы эксперту, дискуссионные форумы по спорным темам и самостоятельная работа
• Учебные материалы курса доступны с любого стационарного или мобильного устройства с выходом в интернет

Хотите ли вы быть в курсе последних событий, связанных с управлением и руководством центрами здоровья? Благодаря данной Специализированной магистратуре вы сможете строить свой бизнес на основе тенденций и успешных стратегий"

В преподавательский состав программы входят профессионалы отрасли, признанные специалисты из ведущих сообществ и престижных университетов, которые привносят в обучение опыт своей работы.

Мультимедийное содержание программы, разработанное с использованием новейших образовательных технологий, позволит специалисту проходить обучение с учетом контекста и ситуации, т. е. в симулированной среде, обеспечивающей иммерсивный учебный процесс, запрограммированный на обучение в реальных ситуациях.

Структура этой программы основана на проблемно-ориентированном обучении, с помощью которого специалист должен попытаться решить различные ситуации из профессиональной практики, возникающие в течение учебного курса. В этом специалистам поможет инновационная интерактивная видеосистема, разработанная признанными экспертами.

Лучшая программа в университетском секторе, позволяющая получить самые современные знания о методах научных исследований в области здравоохранения, где бы вы ни находились и без фиксированного расписания"

Программа включает 1500 часов разнообразного содержания, от передовой и инновационной учебной программы до высококачественных и разнообразных дополнительных материалов. Все материалы будут доступны с самого начала программы"

TECH Технологический университет является первым во всем секторе онлайн-университетов в использовании методологии Relearning. Эта педагогическая стратегия особенно эффективна при обучении в области здравоохранения, поскольку, повторяя наиболее важные понятия по всему учебному плану, специалисту не нужно тратить дополнительные часы на заучивание. Благодаря этому специалист в области физиотерапии сможет погрузиться в тонкости электронного здравоохранения и больших данных, получить широкие и актуальные знания о достижениях в этой области и насладиться академическим опытом на переднем крае этого сектора.

Использование методологии Relearning при разработке этой Специализированной магистратуры позволило TECH снизить учебную нагрузку без ущерба для качества ее содержания"

Модуль 1. Молекулярная медицина и патологическая диагностика

1.1. Молекулярная медицина

1.1.1. Клеточная и молекулярная биология. Клеточные повреждения и гибель клеток. Старение
1.1.2. Заболевания, вызываемые микроорганизмами, и защита организма человека
1.1.3. Аутоиммунные заболевания
1.1.4. Токсикологические заболевания
1.1.5. Гипоксические заболевания
1.1.6. Заболевания, связанные с окружающей средой
1.1.7. Генетические заболевания и эпигенетика
1.1.8. Онкологические заболевания

1.2. Система кровообращения

1.2.1. Анатомия и функционирование
1.2.2. Заболевания миокарда и сердечная недостаточность
1.2.3. Заболевания сердечного ритма
1.2.4. Заболевания клапанов и перикарда
1.2.5. Атеросклероз, артериосклероз и артериальная гипертензия
1.2.6. Периферические артериальные и венозные заболевания
1.2.7. Заболевания лимфатической системы (великое упущение)

1.3. Заболевания дыхательной системы

1.3.1. Анатомия и функционирование
1.3.2. Острые и хронические обструктивные заболевания легких
1.3.3. Заболевания плевральной полости и средостения
1.3.4. Инфекционные заболевания паренхимы легких и бронхов
1.3.5. Заболевания легочного кровообращения

1.4. Заболевания пищеварительной системы

1.4.1. Анатомия и функционирование
1.4.2. Пищеварительная система, питание и водно-электролитный обмен
1.4.3. Заболевания желудочно-пищеводного тракта
1.4.4. Инфекционные заболевания желудочно-кишечного тракта
1.4.5. Заболевания печени и желчевыводящих путей
1.4.6. Заболевания поджелудочной железы
1.4.7. Заболевания толстой кишки

1.5. Заболевания почек и мочевыводящих путей

1.5.1. Анатомия и функционирование
1.5.2. Почечная недостаточность (преренальная, ренальная и постренальная): как она возникает
1.5.3. Обструктивные заболевания мочевыводящих путей
1.5.4. Сфинктерная недостаточность мочевыводящих путей
1.5.5. Нефротический синдром и нефритический синдром

1.6. Заболевания эндокринной системы

1.6.1. Анатомия и функционирование
1.6.2. Менструальный цикл и его нарушения
1.6.3. Заболевания щитовидной железы
1.6.4. Заболевания надпочечников
1.6.5. Заболевания гонад и половой дифференциации
1.6.6. Гипоталамо-гипофизарная ось, обмен кальция, витамин D и его влияние на рост и костную систему

1.7. Метаболизм и питание

1.7.1. Основные и неосновные питательные вещества (уточняющие определения)
1.7.2. Углеводный обмен и его нарушения
1.7.3. Белковый обмен и его нарушения
1.7.4. Липидный обмен и его нарушения
1.7.5. Обмен железа и его нарушения
1.7.6. Нарушения кислотно-основного баланса
1.7.7. Метаболизм натрия, калия и его нарушения
1.7.8. Пищевые заболевания (гиперкалорийные и гипокалорийные)

1.8. Гематологические заболевания

1.8.1. Анатомия и функционирование
1.8.2. Заболевания клеток красного ряда
1.8.3. Заболевания клеток белого ряда, лимфатических узлов и селезенки
1.8.4. Гемостаз и болезни свертывания крови

1.9. Заболевания опорно-двигательного аппарата

1.9.1. Анатомия и функционирование
1.9.2. Суставы, типы и функции
1.9.3. Восстановление костной ткани
1.9.4. Нормальное и патологическое развитие скелетной системы
1.9.5. Деформации верхних и нижних конечностей
1.9.6. Патология суставов, хрящей и анализ синовиальной жидкости
1.9.7. Заболевания суставов иммунологического происхождения

1.10. Заболевания нервной системы

1.10.1. Анатомия и функционирование
1.10.2. Развитие центральной и периферической нервной системы
1.10.3. Развитие позвоночника и его компонентов
1.10.4. Мозжечковые и проприоцептивные нарушения
1.10.5. Заболевания, характерные для головного мозга (центральной нервной системы)
1.10.6. Заболевания спинного мозга и спинномозговой жидкости
1.10.7. Стенотические заболевания периферической нервной системы
1.10.8. Инфекционные заболевания центральной нервной системы
1.10.9. Сосудистые заболевания головного мозга (стенотические и геморрагические)

Модуль 2. Система здравоохранения. Управление и руководство медицинскими центрами

2.1. Системы здравоохранения

2.1.1. Системы здравоохранения
2.1.2. Системы здравоохранения, по данным ВОЗ
2.1.2. Контекст здравоохранения

2.2. Модели здравоохранения I. Модель Бисмарка vs. Модель Бевериджа

2.2.1. Модель Бисмарка
2.2.2. Модель Бевериджа
2.2.3. Модель Бисмарка vs. Модель Бевериджа

2.3. Модели здравоохранения II. Модель Семашко, частная и смешанная модели

2.3.1. Модель Семашко
2.3.2. Частная модель
2.3.3. Смешанная модель

2.4. Рынок здравоохранения

2.4.1. Рынок здравоохранения
2.4.2. Регулирование и ограничения рынка здравоохранения
2.4.3. Методы оплаты труда врачей и больниц
2.4.4. Клинический инженер

2.5. Больницы. Типология

2.5.1. Архитектура больниц
2.5.2. Типы больниц
2.5.3. Организация больниц

2.6. Метрики в здравоохранении

2.6.1. Смертность
2.6.2. Заболеваемость
2.6.3. Годы здорового образа жизни

2.7. Методы распределения ресурсов здравоохранения

2.7.1. Линейное программирование
2.7.2. Модели максимизации
2.7.3. Модели минимизации

2.8. Измерение производительности труда в здравоохранении

2.8.1. Показатели продуктивности здравоохранения
2.8.2. Коэффициенты продуктивности
2.8.3. Корректировка затрат
2.8.4. Корректировка выпуска

2.9. Улучшение процессов в здравоохранении

2.9.1. Процесс бережливого управления
2.9.2. Инструменты упрощения работы
2.9.3. Инструменты исследования проблем

2.10. Управление проектами в здравоохранении

2.10.1. Роль менеджера проектов
2.10.2. Инструменты управления командой и проектом
2.10.3. Управление временем и графиком

Модуль 3. Исследования в области наук о здоровье

3.1. Научное исследование I. Научный метод

3.1.1. Научное исследование
3.1.2. Исследования в области наук о здоровье
3.1.3. Научный метод

3.2. Научное исследование II. Типология

3.2.1. Основные исследования
3.2.2. Клинические исследования
3.2.3. Трансляционные исследования

3.3. Доказательная медицина

3.3.1. Доказательная медицина
3.3.2. Принципы доказательной медицины
3.3.3. Методология доказательной медицины

3.4. Этика и законодательство научных исследований. Хельсинкская декларация

3.4.1. Комитет по этике
3.4.2. Хельсинкская декларация
3.4.3. Этика в области наук о здоровье

3.5. Результаты научных исследований

3.5.1. Методы
3.5.2. Строгость и статистическая сила
3.5.3. Достоверность научных результатов

3.6. Общественная коммуникация

3.6.1. Научные общества
3.6.2. Научные конгрессы
3.6.3. Структура коммуникации

3.7. Финансирование научных исследований

3.7.1. Структура научного проекта
3.7.2. Государственное финансирование
3.7.3. Частное и промышленное финансирование

3.8. Научные ресурсы для библиографического поиска. Базы данных по наукам о здоровье I

3.8.1. PubMed-Medline
3.8.2. Embase
3.8.3. WOS и JCR
3.8.4. Scopus и Scimago
3.8.5. Micromedex
3.8.6. MEDES
3.8.7. IBECS
3.8.8. LILACS
3.8.9. BORRAR
3.8.10. BDENF
3.8.11. Cuidatge
3.8.12. CINAHL
3.8.13. Cuiden Plus
3.8.14. Enfispo
3.8.15. Базы данных NCBI (OMIM, TOXNET) и NIH (Национальный институт рака)

3.9. Научные ресурсы для библиографического поиска. Базы данных по наукам о здоровье II

3.9.1. NARIC-REHABDATA
3.9.2. PEDro
3.9.3. ASABE: Техническая библиотека
3.9.4. CAB Abstracts
3.9.5. BORRAR
3.9.6. Базы данных CDR (Центр обзоров и распространения информации)
3.9.7. Biomed Central BMC
3.9.8. ClinicalTrials.gov
3.9.9. Clinical Trials Register
3.9.10. DOAJ — каталог журналов с открытым доступом
3.9.11. PROSPERO (Проспективный международный регистр систематических обзоров)
3.9.12. TRIP
3.9.13. LILACS
3.9.14. NIH. Медицинская библиотека
3.9.15. Medline Plus
3.9.16. Ops

3.10. Научные ресурсы для библиографического поиска III. Поисковые системы и платформы

3.10.1. Поисковые системы и мультипоисковые системы

3.10.1.1. Findr
3.10.1.2. Dimensions
3.10.1.3. Google Scholar
3.10.1.4. Microsoft Academic

3.10.2. Международная платформа ВОЗ по регистрации клинических испытаний (ICTRP)

3.10.2.1. PubMed Central PMC
3.10.2.1. Коллектор открытых научных данных (RECOLECTA)
3.10.2.2. Zenodo

3.10.3. Поисковые системы по докторским диссертациям

3.10.3.1. DART-Europe
3.10.3.2. Dialnet — докторские диссертации
3.10.3.3. OATD (Диссертации и дипломы в открытом доступе)
3.10.3.4. TDR (Докторские диссертации в сети)
3.10.3.5. TESEO

3.10.4. Библиографические менеджеры

3.10.4.1. Endnote online
3.10.4.2. Mendeley
3.10.4.3. Zotero
3.10.4.4. Citeulike
3.10.4.5. Refworks

3.10.5. Цифровые социальные сети для исследователей

3.10.5.1. Scielo
3.10.5.2. Dialnet
3.10.5.3. Free Medical Journals
3.10.5.4. DOAJ
3.10.5.5. Open Science Directory
3.10.5.6. Redalyc
3.10.5.7. Academia.edu
3.10.5.8. Mendeley
3.10.5.9. ResearchGate

3.10.6. Социальная сеть 2.0. ресурсы

3.10.6.1. Delicious
3.10.6.2. SlideShare
3.10.6.3. YouTube
3.10.6.4. Twitter
3.10.6.5. Научные блоги о здоровье
3.10.6.6. Facebook
3.10.6.7. Evernote
3.10.6.8. Dropbox
3.10.6.9. Google Диск

3.10.7. Порталы издательств и агрегаторов научных журналов

3.10.7.1. Science Direct
3.10.7.2. Ovid
3.10.7.3. Springer
3.10.7.4. Wiley
3.10.7.5. Proquest
3.10.7.6. Ebsco
3.10.7.7. BioMed Central

Модуль 4. Техники, распознавание и вмешательство с помощью биомедицинской визуализации

4.1. Медицинская визуализация

4.1.1. Способы медицинской визуализации
4.1.2. Цели систем медицинской визуализации
4.1.3. Системы хранения медицинских изображений

4.2. Радиология

4.2.1. Метод визуализации
4.2.2. Рентгенологическая интерпретация
4.2.3. Клиническое применение

4.3. Компьютерная томография (КТ)

4.3.1. Принцип работы
4.3.2. Формирование и получение изображения
4.3.3. Компьютерная томография. Типология
4.3.4. Клиническое применение

4.4. Магнитно-резонансная томография (МРТ)

4.4.1. Принцип работы
4.4.2. Формирование и получение изображения
4.4.3. Клиническое применение

4.5. Ультразвук: ультразвуковое исследование и допплеровское ультразвуковое исследование

4.5.1. Принцип работы
4.5.2. Формирование и получение изображения
4.5.3. Типология
4.5.4. Клиническое применение

4.6. Ядерная медицина

4.6.1. Физиологическая основа для ядерных исследований. (Радиофармацевтические препараты и ядерная медицина)
4.6.2. Формирование и получение изображения
4.6.3. Виды тестирования

4.6.3.1. Гаммаграфия
4.6.3.2. ОФЭКТ
4.6.3.3. ПЭТ
4.6.3.4. Клиническое применение

4.7. Вмешательства под контролем с помощью визуализации

4.7.1. Интервенционная радиология
4.7.2. Цели интервенционной радиологии
4.7.3. Процедуры
4.7.4. Преимущества и недостатки

4.8. Качество изображения

4.8.1. Техника
4.8.2. Контраст
4.8.3. Разрешение
4.8.4. Шум
4.8.5. Искажения и артефактыv

4.9. Медицинские тесты визуализации. Биомедицина

4.9.1. Создание 3D-изображений
4.9.2. Биомодели

4.9.2.1. Стандарт DICOM
4.9.2.2. Клиническое применение

4.10. Радиационная защита

4.10.1. Европейское законодательство, применимое к радиологическим службам
4.10.2. Безопасность и протоколы действий
4.10.3. Управление радиологическими отходами
4.10.4. Радиационная защита
4.10.5. Уход и характеристики помещений

Модуль 5. Вычисления в биоинформатике

5.1. Центральный постулат биоинформатики и вычислительной техники. Текущее состояние

5.1.1. Идеальное применение в биоинформатике
5.1.2. Параллельное развитие молекулярной биологии и вычислительной техники
5.1.3. Догмы в биологии и теории информации
5.1.4. Информационные потоки

5.2. Базы данных для вычислений в биоинформатике

5.2.1. База данных
5.2.2. Управление данными
5.2.3. Жизненный цикл данных в биоинформатике

5.2.3.1. Применение
5.2.3.2. Изменение
5.2.3.3. Архивирование
5.2.3.4. Повторное использование
5.2.3.5. Отвергнутые

5.2.4. Технология баз данных в биоинформатике

5.2.4.1. Архитектура
5.2.4.2. Управление базами данных

5.2.5. Интерфейсы к базам данных в биоинформатике

5.3. Сети для вычислений в биоинформатике

5.3.1. Модели коммуникации. LAN, WAN, MAN и PAN сети
5.3.2. Протоколы и передача данных
5.3.3. Топология сетей
5.3.4. Аппаратное обеспечение в центрах обработки данных для вычислений
5.3.5. Безопасность, управление и внедрение

5.4. Поисковые системы в биоинформатике

5.4.1. Поисковые системы в биоинформатике
5.4.2. Процессы и технологии поисковых систем в биоинформатике
5.4.3. Вычислительные модели: алгоритмы поиска и аппроксимации

5.5. Визуализация данных в биоинформатике

5.5.1. Визуализация биологических последовательностей
5.5.2. Визуализация биологических структур

5.5.2.1. Инструменты визуализации
5.5.2.2. Инструменты рендеринга

5.5.3. Пользовательский интерфейс для применения в биоинформатике
5.5.4. Информационные архитектуры для визуализации в биоинформатике

5.6. Статистика для вычислений

5.6.1. Статистические концепции для вычислений в биоинформатике
5.6.2. Пример использования: MARN-микрочипы
5.6.3. Несовершенные данные. Погрешности в статистике: случайность, аппроксимация, шум и допущения
5.6.4. Количественная оценка погрешности: точность, чувствительность и восприимчивость
5.6.5. Кластеризация и классификация

5.7. Добыча данных

5.7.1. Методы добычи данных и вычислений
5.7.2. Инфраструктура для вычислений и добычи данных
5.7.3. Обнаружение и распознавание образов
5.7.4. Машинное обучение и новые инструменты

5.8. Сопоставление генетических паттернов

5.8.1. Сопоставление генетических паттернов
5.8.2. Вычислительные методы для выравнивания последовательностей
5.8.3. Инструменты для сопоставления паттернов

5.9. Моделирование и имитация

5.9.1. Использование в фармацевтической области: открытие лекарств
5.9.2. Структура белка и системная биология
5.9.3. Доступные инструменты и будущее

5.10. Проекты сотрудничества и электронных вычислений

5.10.1. Сетевые вычисления
5.10.2. Стандарты и правила. Единообразие, согласованность и совместимость
5.10.3. Совместные вычислительные проекты

Модуль 6. Базы данных биомедицинской информации

6.1. Базы данных биомедицинской информации

6.1.1. Базы данных биомедицинской информации
6.1.2. Первичные и вторичные базы данных
6.1.3. Основные базы данных

6.2. Базы данных ДНК

6.2.1. Базы данных генома
6.2.2. Базы данных генов
6.2.3. Базы данных мутаций и полиморфизмов

6.3. Базы данных белков

6.3.1. Базы данных первичных последовательностей
6.3.2. Базы данных вторичных последовательностей и доменов
6.3.3. Базы данных макромолекулярных структур

6.4. Базы данных омических проектов

6.4.1. Базы данных для исследований в области геномики
6.4.2. Базы данных для транскриптомических исследований
6.4.3. Базы данных для протеомических исследований

6.5. Базы данных по генетическим заболеваниям. Персонализированная и прецизионная медицина

6.5.1. Базы данных по генетическим заболеваниям
6.5.2. Прецизионная медицина. Необходимость интеграции генетических данных
6.5.3. Извлечение данных OMIM

6.6. Репозитории самоотчетов пациентов

6.6.1. Вторичное использование данных
6.6.2. Пациент в управлении депонированными данными
6.6.3. Хранилища самоотчетных анкет. Примеры

6.7. Открытые базы данных Elixir

6.7.1. Открытые базы данных Elixir
6.7.2. Базы данных, собранные на платформе Elixir
6.7.3. Критерии выбора между двумя базами данных

6.8. Базы данных нежелательных лекарственных реакций (НЛР)

6.8.1. Процесс разработки фармакологических препаратов
6.8.2. Отчеты о нежелательных лекарственных реакциях
6.8.3. Репозитории нежелательных реакций на местном, европейском и международном уровнях

6.9. План управления исследовательскими данными. Данные, подлежащие депонированию в общедоступных базах данных

6.9.1. План управления данными
6.9.2. Хранение данных, полученных в результате исследований
6.9.3. Внесение данных в публичную базу данных

6.10. Клинические базы данных. Проблемы вторичного использования данных о здоровье

6.10.1. Хранилища медицинских карт
6.10.2. Шифрование данных

Модуль 7. Большие данные в медицине: массовая обработка медицинских данных

7.1. Большие данные в биомедицинских исследованиях

7.1.1. Генерация данных в биомедицине
7.1.2. Высокая производительность (высокопроизводительная технология)
7.1.3. Полезность высокопроизводительных данных. Гипотезы в эпоху Больших данных

7.2. Предварительная обработка данных в Больших данных

7.2.1. Предварительная обработка данных
7.2.2. Методы и подходы
7.2.3. Проблемы предварительной обработки данных в Больших данных

7.3. Структурная геномика

7.3.1. Секвенирование генома человека
7.3.2. Секвенирование vs. Чипы
7.3.3. Обнаружение вариантов

7.4. Функциональная геномика

7.4.1. Функциональная аннотация
7.4.2. Определители риска по мутациям
7.4.3. Исследования геномных ассоциаций

7.5. Транскриптомика

7.5.1. Методы получения массивных данных в транскриптомике: RNA-seq
7.5.2. Нормализация данных транскриптомики
7.5.3. Дифференциальные исследования экспрессии

7.6. Интерактомика и эпигеномика

7.6.1. Роль хроматина в экспрессии генов
7.6.2. Высокопроизводительные исследования в интерактомике
7.6.3. Высокопроизводительные исследования в эпигенетике

7.7. Протеомика

7.7.1. Анализ масс-спектрометрических данных
7.7.2. Исследование посттрансляционных модификаций
7.7.3. Количественная протеомика

7.8. Методы обогащения и кластеризации

7.8.1. Контекстуализация результатов
7.8.2. Алгоритмы кластеризации в омических технологиях
7.8.3. Репозитории для обогащения: генная онтология и KEGG

7.9. Применение Больших данных в общественном здравоохранении

7.9.1. Открытие новых биомаркеров и терапевтических мишеней
7.9.2. Определители риска
7.9.3. Персонализированная медицина

7.10. Применение Больших данных в медицине

7.10.1. Потенциал диагностической и профилактической помощи
7.10.2. Использование алгоритмов машинного обучения в здравоохранении
7.10.3. Проблема конфиденциальности

Модуль 8. Применение искусственного интеллекта и Интернета вещей (IoT) в телемедицине

8.1. Платформа электронного здравоохранения. Персонализация услуг здравоохранения

8.1.1. Платформа электронного здравоохранения
8.1.2. Ресурсы для платформы электронного здравоохранения
8.1.3. Программа "Цифровая Европа". Digital Europe-4-Health и " Горизонт Европа "

8.2. Искусственный интеллект в здравоохранении I: новые решения в области применения программного обеспечения

8.2.1. Удаленный анализ результатов
8.2.2. Чат-бокс
8.2.3. Профилактика и мониторинг в режиме реального времени
8.2.4. Превентивная и персонализированная медицина в области онкологии

8.3. Искусственный интеллект в сфере здравоохранения II: мониторинг и этические проблемы

8.3.1. Мониторинг пациентов с ограниченной подвижностью
8.3.2. Мониторинг сердечной деятельности, диабета, астмы
8.3.3. Приложения для здоровья и благополучия

8.3.3.1. Мониторы сердечного ритма
8.3.3.2. Мониторы артериального давления

8.3.4. Этика ИИ в медицинской сфере. Защита данных

8.4. Алгоритмы искусственного интеллекта для обработки изображений

8.4.1. Алгоритмы искусственного интеллекта для обработки изображений
8.4.2. Диагностика и мониторинг изображений в телемедицине

8.4.2.1. Диагностика меланомы

8.4.3. Ограничения и проблемы обработки изображений в телемедицине

8.5. Применение ускорения графических процессоров (GPU) в медицине

8.5.1. Параллелизация программ
8.5.2. Работа GPU
8.5.3. Применение GPU-ускорения в медицине

8.6. Обработка естественного языка (NLP) в телемедицине

8.6.1. Обработка медицинских текстов. Методология
8.6.2. Обработка естественного языка в терапии и медицинской документации
8.6.3. Ограничения и проблемы обработки естественного языка в телемедицине

8.7. Интернет вещей (IoT) в телемедицине. Применения

8.7.1. Мониторинг жизненно важных показателей. Носимые устройства

8.7.1.1. Кровяное давление, температура, частота сердечных сокращений

8.7.2. IoT и облачные технологии

8.7.2.1. Передача данных в облако

8.7.3. Терминалы самообслуживания

8.8. IoT в мониторинге и уходе за пациентами

8.8.1. IoT-применения для обнаружения чрезвычайных ситуаций
8.8.2. Интернет вещей в реабилитации пациентов
8.8.3. Поддержка искусственного интеллекта в распознавании и спасении пострадавших

8.9. Нанороботы. Типология

8.9.1. Нанотехнологии
8.9.2. Типы нанороботов

8.9.2.1. Ассемблеры. Применение
8.9.2.2. Саморепликаторы. Применение

8.10. Искусственный интеллект в контроле COVID-19

8.10.1. COVID-19 и телемедицина
8.10.2. Управление и информирование о развитии событий и вспышках заболеваний
8.10.3. Прогнозирование вспышек с помощью искусственного интеллекта

Модуль 9. Телемедицина и медицинские, хирургические и биомеханические устройства

9.1. Телемедицина и телездоровье

9.1.1. Телемедицина как услуга телездоровья
9.1.2. Телемедицина

9.1.2.1. Цели телемедицины
9.1.2.2. Преимущества и ограничения телемедицины

9.1.3. Электронное здравоохранение. Технологии

9.2. Системы телемедицины

9.2.1. Компоненты системы телемедицины

9.2.1.1. Персонал
9.2.1.2. Технология

9.2.2. Информационно-коммуникационные технологии (ИКТ) в сфере здравоохранения

9.2.2.1. THealth
9.2.2.2. mHealth
9.2.2.3. UHealth
9.2.2.4. pHealth

9.2.3. Оценка системы телемедицины

9.3. Инфраструктура телемедицинских технологий

9.3.1. Телефонные сети общего пользования (ТфОП)
9.3.2. Спутниковые сети
9.3.3. Цифровые сети с интегрированными услугами (ISDN)
9.3.4. Беспроводные технологии

9.3.4.1. Wap. Протокол беспроводных приложений
9.3.4.2. Bluetooth

9.3.5. Микроволновые соединения
9.3.6. Асинхронный режим передачи ATM

9.4. Виды телемедицины. Использование в здравоохранении

9.4.1. Удаленный мониторинг пациентов
9.4.2. Технологии хранения и передачи данных
9.4.3. Интерактивная телемедицина

9.5. Общие применения телемедицины

9.5.1. Телеобслуживание
9.5.2. Телемониторинг
9.5.3. Теледиагностика
9.5.4. Телеобразование
9.5.5. Телеменеджмент

9.6. Клинические применения телемедицины

9.6.1. Телерадиология
9.6.2. Теледерматология
9.6.3. Телеонкология
9.6.4. Телепсихиатрия
9.6.5. Помощь на дому (Telehomecare)

9.7. Умные и вспомогательные технологии

9.7.1. Интеграция умного дома
9.7.2. Цифровое здоровье в улучшении лечения
9.7.3. Носимые технологии в телемедицине. Умная одежда

9.8. Этические и правовые аспекты телемедицины

9.8.1. Этические основы
9.8.2. Общие нормативные рамки
9.8.4. Стандарты ISO

9.9. Телемедицина и диагностические, хирургические и биомеханические устройства

9.9.1. Диагностические устройства
9.9.2. Хирургические устройства
9.9.2. Биомеханические устройства

9.10. Телемедицина и медицинское оборудование

9.10.1. Медицинские приборы

9.10.1.1. Мобильные медицинские устройства
9.10.1.2. Телемедицинские тележки
9.10.1.3. Телемедицинские киоски
9.10.1.4. Цифровая камера
9.10.1.5. Комплект для телемедицины
9.10.1.6. Программное обеспечение для телемедицины

Модуль 10. Бизнес-инновации и предпринимательство в электронном здравоохранении

10.1. Бизнес и инновации

10.1.1. Инновации
10.1.2. Предпринимательство
10.1.3. Стартап

10.2. Предпринимательство в электронном здравоохранении

10.2.1. Инновационный рынок электронного здравоохранения
10.2.2. Вертикали электронного здравоохранения: mHealth
10.2.3. Телездоровье

10.3. Бизнес-модели I: ранние стадии предпринимательства

10.3.1. Типы бизнес-моделей

10.3.1.1. Маркетплейс
10.3.1.2. Цифровые платформы
10.3.1.3. SaaS

10.3.2. Критические элементы на начальном этапе. От идеи до реализации бизнеса
10.3.3. Распространенные ошибки на первых шагах предпринимательства

10.4. Бизнес-модели II: модель Canvas

10.4.1. Бизнес-модель Canvas
10.4.2. Ценностное предложение
10.4.3. Ключевые виды деятельности и ресурсы
10.4.4. Сегментация клиентов
10.4.5. Отношения с клиентами
10.4.6. Каналы дистрибуции
10.4.7. Партнерство

10.4.7.1. Структура затрат и потоки доходов

10.5. Бизнес-модели III: методология бережливого стартапа

10.5.1. Создавай
10.5.2. Проверяй
10.5.3. Измеряй
10.5.4. Принимай решений

10.6. Бизнес-модели IV: внешний, стратегический и нормативный анализ

10.6.1. Красный океан и голубой океан
10.6.2. Кривая стоимости
10.6.3. Применимые нормативные акты в электронном здравоохранении

10.7. Успешные модели в электронном здравоохранении I: знать, прежде чем внедрять инновации

10.7.1. Анализ успешных компаний в сфере электронного здравоохранения
10.7.2. Анализ компании X
10.7.3. Анализ компании Y
10.7.4. Анализ компании Z

10.8. Успешные модели в электронном здравоохранении II: слушать, прежде чем внедрять инновации

10.8.1. Практическое интервью с генеральным директором стартапа в сфере электронного здравоохранения
10.8.2. Практическое интервью с генеральным директором стартапа в "секторе x"
10.8.3. Практическое интервью с техническим руководством стартапа "x"

10.9. Предпринимательская среда и финансирование

10.9.1. Предпринимательская экосистема в секторе здравоохранения
10.9.2. Финансирование
10.9.3. Кейс-интервью

10.10. Практические инструменты для предпринимательства и инноваций

10.10.1. Инструменты OSINT (Open Source Intelligence)
10.10.2. Анализ
10.10.3. No-code инструменты для предпринимательства

Выберите программу, с которой вы реализуете самые инновационные стратегии в отрасли в своей физиотерапевтической практике всего за 12 месяцев обучения"