Iedereen in de zorg heeft te maken met data. Data komt voor in allerlei vormen: van de consultnotities van de huisarts, continue metingen van fysiologische parameters op de intensive care, tot zelfmetingen van patiënten. Alhoewel data altijd al werd verzameld, is de hoeveelheid hiervan in recente jaren explosief gegroeid. Dit heeft ook mogelijkheden gegeven om modellen te ontwikkelen die leren op basis van deze data en daarna kunnen helpen in de dagelijks praktijk: dit soort modellen zijn in het algemeen bekend als artificiële intelligentie (AI) modellen.
Wilt u graag meer weten over hoe ChatGPT werkt? Of wilt u leren om zelf een machine learning model te maken? Wellicht wilt u met een kritische blik kunnen kijken naar alle artikelen vol met beloftes over AI? Dan sluit de module Date Science en AI in de gezondheidszorg goed aan. Dit soort vragen zullen, allemaal in de context van de zorgproblematiek, worden behandeld. Ook zal er kort worden gekeken naar de ethische kant en wetgeving van AI.
De module Data Science en AI in de gezondheidzorg laat u kennismaken met verschillende AI en Data Science technieken en hoe deze te ontwikkelen, interpreteren, en evalueren. U leert bijvoorbeeld hoe u zelf data kunt analyseren en simpele machine learning modellen kan maken. Ook krijgt u een introductie tot large language models (LLMs), welke bijvoorbeeld worden gebruikt voor ChatGPT, die op dit moment erg aan populariteit winnen. U zult ook leren hoe u science- en AI-studies op de juiste waarde kunt schatten door deze kritisch te lezen.
Dit alles leert u binnen deze module aan de hand van de volgende stappen:
- Het kunnen plaatsen van data science en AI in de context van de gezondheidzorg,
- Op waarde schatten van een bestaande studie/artikel/rapport over AI in de zorg,
- Ontwerpmethodologie gebruiken om een data science project op te zetten,
- De eerste stappen in het uitvoeren van data-analyses op basis van machine learning,
- De beginselen van taalmodellen zoals ChatGPT begrijpen en de mogelijkheden en beperkingen kunnen benoemen,
- Maken van overwegingen voor gebruik van gezondheidsdata voor AI-projecten ten aanzien van vertrouwelijkheid en privacy.
Onderwerpen
Data science, machine learning, artificial intelligence, LLM/ChatGPT, reporting guidelines voor AI-studies, AI model evaluatie, AI wet- en regelgeving, data science ontwerpmethodologie.
Manier van werken en docenten
De module Data Science en AI in de gezondheidszorg is geheel via e-learning te volgen. Daarmee kunt u zelf het tempo bepalen voor het bestuderen van de theorie, daarnaast werkt u zowel individueel als in groepen aan opdrachten volgens vaste deadlines. De module wordt afgesloten met een kennistoets en met een project, wat resulteert in een verslag, waarin u zelf machine learning modellen maakt voor een casus uit uw eigen praktijkomgeving. De lesstof is Nederlands- en Engelstalig.
De studielast voor de gehele module ligt rond de 12 uur in de week.
De module Data Science en AI in de gezondheidszorg wordt gegeven door docenten van de afdeling Klinische Informatiekunde in het Amsterdam UMC. Zij hebben vele jaren ervaring binnen wetenschappelijk onderzoek en academisch onderwijs op het gebied van artificial intelligence, data science, reporting guidelines, en wet- en regelgeving rondom AI.
Data en kosten
Start: maandag 10 maart 2025 (inschrijven bij voorkeur uiterlijk 4 maart)
Tentamen: donderdag 5 juni 2025, herkansing donderdag 3 juli 2025
Duur: 12 studieweken
Kosten:€ 1.765,- (in 2025 50% korting voor medewerkers Amsterdam UMC)
Accreditatie ABAN: 20 punten (cluster 1, 2, 3). Lees hier meer over de voorwaarden.
Literatuur (deze dient u zelf aan te schaffen): Data Mining; Practical Machine Learning Tools and Techniques, 4e druk, ISBN10: 0128042915.
Inschrijven
Voor deze module dient u minimaal een afgeronde HBO of WO opleiding te hebben en minimaal 2 jaar werkervaring in de zorg.
Wilt u zich opgeven voor deze module, ga dan naar dit formulier. Hebt u inhoudelijke vragen, stuur dan een e-mail naar: healthinformatics@amsterdamumc.nl. Vermeld daarbij ook uw vooropleiding en werkervaring.