CAS Data Science in Medicine & Health

Das Programm vermittelt den Teilnehmenden die grundlegenden Fähigkeiten zur Analyse von Gesundheitsdaten, um aussagekräftige Erkenntnisse zu gewinnen und datengetriebene Entscheidungen in klinischen und medizinischen Umgebungen zu unterstützen. Wichtige Lernziele sind: Die Anwendung von Datenwissenschaftsmethoden in unterschiedlichen Gesundheitseinrichtungen, der Einsatz von Machine Learning, Predictive Modeling und generativer KI, sowie die Navigation durch ethische und regulatorische Rahmenbedingungen für den Umgang mit sensiblen Patientendaten.

Dieses CAS richtet sich an Fachleute aus dem gesamten Gesundheitswesen und Lebenswissenschaftsökosystem, einschließlich: Kliniker und medizinische Spezialisten, Krankenhaus- und Gesundheitszentrenprofis, Experten aus Pharma, Biotech und Forschung, Versicherungs- und Gesundheitspolitikexperten, Rollen im Bereich Daten, digitale Gesundheit und Technologie, sowie Manager und Entscheidungsträger in Gesundheitsinstitutionen und Industrie.

1. Grundlagen der Datenwissenschaft im Gesundheitswesen, 2. Umgang mit Gesundheitsdaten, 3. Analysemethoden und Machine Learning, 4. Fortgeschrittene KI-Anwendungen, 5. Kommunikation, Ethik und Regulierung. Diese Themen decken das Spektrum von der Datensammlung und -aufbereitung über präskriptive Analyseverfahren bis zur Nutzung fortgeschrittener KI-Methoden wie Natural Language Processing und Large Language Models ab.

Nach Abschluss des Kurses stehen den Absolventen Möglichkeiten in der datengestützten Entscheidungsfindung im Gesundheitswesen offen. Sie können Positionen in klinischen und biomedizinischen Bereichen, der pharmazeutischen Forschung, im Bereich Gesundheitstechnologien sowie in der Betrieblichen Datenanalyse übernehmen.

Das Programm kombiniert moderne Lernmethoden wie betreutes Selbststudium, praxisorientierte Transferprojekte, Spezialisierungsprojekte und kollaboratives Lernen, um sowohl praktische Fähigkeiten aufzubauen als auch das berufliche Wachstum zu unterstützen.

Die Lehrveranstaltungen finden freitags und samstags statt, wodurch sich ein flexibles Lernumfeld für Berufstätige ergibt, die das Programm parallel zu ihren beruflichen Verpflichtungen absolvieren.