Apply Deep Learning in Electronic Health Records. Understand the road path from data mining of clinical databases to clinical decision support systems

4.9

estrellas

9 calificaciones

Fani Deligianni

Ofrecido Por

Programa especializado: Informed Clinical Decision Making using Deep LearningUniversity of Glasgow

Qué aprenderás

Extract and preprocess data from complex clinical databases
Apply deep learning in Electronic Health Records
Imputation of Electronic Health Records and data encodings
Explainable, fair and privacy-preserved Clinical Decision Support Systems

Habilidades que obtendrás

Acerca de este Programa Especializado

This specialisation is for learners with experience in programming that are interested in expanding their skills in applying deep learning in Electronic Health Records and with a focus on how to translate their models into Clinical Decision Support Systems. The main areas that would explore are: Data mining of Clinical Databases: Ethics, MIMIC III database, International Classification of Disease System and definition of common clinical outcomes. Deep learning in Electronic Health Records: From descriptive analytics to predictive analytics Explainable deep learning models for healthcare applications: What it is and why it is needed Clinical Decision Support Systems: Generalisation, bias, ‘fairness’, clinical usefulness and privacy of artificial intelligence algorithms.

Proyecto de aprendizaje aplicado

Learners have the opportunity to choose and undertake an exercise based on MIMIC-III extracted datasets that combines knowledge from:

Data mining of Clinical Databases to query the MIMIC database
Deep learning in Electronic Health Records to pre-process EHR and build deep learning models
Explainable deep learning models for healthcare to explain the models decision

Learners can choose from:

1. Permutation feature importance on the MIMIC critical care database

The technique is applied both on logistic regression and on an LSTM model. The explanations derived are global explanations of the model.

2. LIME on the MIMIC critical care database

The technique is applied on both logistic regression and an LSTM model. The explanations derived are local explanations of the model.

3. Grad-CAM on the MIMIC critical care database

GradCam is implemented and applied on an LSTM model that predicts mortality. The explanations derived are local explanations of the model.

Certificado para compartir

Obtén un certificado al finalizar

Cursos 100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Cronograma flexible

Establece y mantén fechas de entrega flexibles.

Nivel intermedio

Aproximadamente 5 meses para completarse

Ritmo sugerido de 5 horas/semana

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Certificado para compartir

Obtén un certificado al finalizar

Cursos 100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.

Cronograma flexible

Establece y mantén fechas de entrega flexibles.

Nivel intermedio

Aproximadamente 5 meses para completarse

Ritmo sugerido de 5 horas/semana

Inglés (English)

¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?

Prueba Coursera para negocios

Mira cómo los empleados de las mejores empresas dominan las habilidades más demandadas

Obtén más información sobre Coursera para Empresas

Cómo funciona el programa especializado

Toma cursos

Un programa especializado de Coursera es un conjunto de cursos que te ayudan a dominar una aptitud. Para comenzar, inscríbete en el programa especializado directamente o échale un vistazo a sus cursos y elige uno con el que te gustaría comenzar. Al suscribirte a un curso que forme parte de un programa especializado, quedarás suscrito de manera automática al programa especializado completo. Puedes completar solo un curso: puedes pausar tu aprendizaje o cancelar tu suscripción en cualquier momento. Visita el panel principal del estudiante para realizar un seguimiento de tus inscripciones a cursos y tu progreso.

Proyecto práctico

Cada programa especializado incluye un proyecto práctico. Necesitarás completar correctamente el proyecto para completar el programa especializado y obtener tu certificado. Si el programa especializado incluye un curso separado para el proyecto práctico, necesitarás completar cada uno de los otros cursos antes de poder comenzarlo.

Obtén un certificado

Cuando completes todos los cursos y el proyecto práctico, obtendrás un Certificado que puedes compartir con posibles empleadores y tu red profesional.

Hay 5 cursos en este Programa Especializado

Curso1

Curso 1

Data mining of Clinical Databases - CDSS 1

This course will introduce MIMIC-III, which is the largest publicly Electronic Health Record (EHR) database available to benchmark machine learning algorithms. In particular, you will learn about the design of this relational database, what tools are available to query, extract and visualise descriptive analytics.

Curso2

Curso 2

Deep learning in Electronic Health Records - CDSS 2

Overview of the main principles of Deep Learning along with common architectures. Formulate the problem for time-series classification and apply it to vital signals such as ECG. Applying this methods in Electronic Health Records is challenging due to the missing values and the heterogeneity in EHR, which include both continuous, ordinal and categorical variables. Subsequently, explore imputation techniques and different encoding strategies to address these issues. Apply these approaches to formulate clinical prediction benchmarks derived from information available in MIMIC-III database.

Curso3

Curso 3

Explainable deep learning models for healthcare - CDSS 3

This course will introduce the concepts of interpretability and explainability in machine learning applications. The learner will understand the difference between global, local, model-agnostic and model-specific explanations. State-of-the-art explainability methods such as Permutation Feature Importance (PFI), Local Interpretable Model-agnostic Explanations (LIME) and SHapley Additive exPlanation (SHAP) are explained and applied in time-series classification. Subsequently, model-specific explanations such as Class-Activation Mapping (CAM) and Gradient-Weighted CAM are explained and implemented. The learners will understand axiomatic attributions and why they are important. Finally, attention mechanisms are going to be incorporated after Recurrent Layers and the attention weights will be visualised to produce local explanations of the model.

Curso4

Curso 4

Clinical Decision Support Systems - CDSS 4

Machine learning systems used in Clinical Decision Support Systems (CDSS) require further external validation, calibration analysis, assessment of bias and fairness. In this course, the main concepts of machine learning evaluation adopted in CDSS will be explained. Furthermore, decision curve analysis along with human-centred CDSS that need to be explainable will be discussed. Finally, privacy concerns of deep learning models and potential adversarial attacks will be presented along with the vision for a new generation of explainable and privacy-preserved CDSS.

Instructor

Fani Deligianni

School of Computing Science

1615 alumnos

5 cursos

Ofrecido por

University of Glasgow

The University of Glasgow has been changing the world since 1451. It is a world top 100 university (THE, QS) with one of the largest research bases in the UK.

We are a member of the prestigious Russell Group of leading UK Universities with annual research income of more than £179m. The University’s #TeamUofG community is truly international with over 8000 staff and 28,0000 students from more than 140 countries. A 2019 Time Out survey placed Glasgow in the top ten cities in the world. Ranked between Berlin and Paris, Glasgow was voted number one for both friendliness and affordability. Right now our dedicated community of staff, students and alumni is working to address the challenges of Covid-19 and understand how we can make life safer for everyone.

Preguntas Frecuentes

¿Cuál es la política de reembolsos?
Si estás suscrito, obtienes una prueba gratis de 7 días, que podrás cancelar cuando desees sin ningún tipo de penalidad. Una vez transcurrido ese tiempo, no realizamos reembolsos. No obstante, puedes cancelar tu suscripción cuando quieras. Consulta nuestra política completa de reembolsos.
¿Puedo inscribirme en un solo curso?
¡Sí! Para empezar, haz clic en la tarjeta del curso que te interesa e inscríbete. Puedes inscribirte y completar el curso para obtener un certificado que puedes compartir o puedes acceder al curso como oyente para ver los materiales del curso de manera gratuita. Cuando cancelas la suscripción de un curso que forma parte de un programa especializado, se cancela automáticamente la suscripción de todo el programa especializado. Visita el panel del estudiante para realizar un seguimiento de tu progreso.
¿Hay ayuda económica disponible?
Sí. En ciertos programas de aprendizaje, puedes postularte para recibir ayuda económica o una beca en caso de no poder costear los gastos de la tarifa de inscripción. Si hay ayuda económica o becas disponibles para tu selección de programa de aprendizaje, verás un enlace para postularte en la página de descripción.
¿Puedo tomar este curso de manera gratuita?
Cuando te inscribes en el curso, tienes acceso a todos los cursos del programa especializado y obtienes un certificado cuando completas el trabajo. Si solo deseas leer y ver el contenido del curso, puedes participar del curso como oyente de manera gratuita. Si no puedes pagar la tarifa, puedes solicitar ayuda económica.
¿Este curso es 100 % en línea? ¿Necesito asistir a alguna clase en persona?
Este curso es completamente en línea, de modo que no necesitas ir a un aula en persona. Puedes acceder a tus lecciones, lecturas y tareas en cualquier momento y cualquier lugar a través de Internet o tu dispositivo móvil.
¿Cuánto tiempo se necesita para completar un programa especializado?
Each module is designed to take 4-5 weeks. Modules two and three are heavy in practical exercise and it may take slightly longer for inexperienced in machine learning learners.
What background knowledge is necessary?
It is required basic knowledge in sql databases and how to setup a postgres database. It also requires knowledge in python programming with common scientific libraries, such as numpy, scipy and matplotlib.
Do I need to take the courses in a specific order?
Yes, the course is designed to be taken with the prespecified order. Specifically, the second module requires knowledge from the first module, the third module requires knowledge from the second module and the forth module requires high-level understanding of module one, two and three.
¿Recibiré crédito universitario por completar el programa especializado?
No
What will I be able to do upon completing the Specialization?
Implement benchmark pipelines for Deep Learning Algorithms with Electronic Health Records.

¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.

Desarrolla habilidades para tus empleados e impulsa los resultados de la empresa

Descubre Coursera para Empresas

Programa especializado: Informed Clinical Decision Making using Deep Learning

Qué aprenderás

Habilidades que obtendrás

Acerca de este Programa Especializado

Proyecto de aprendizaje aplicado