For a guide to this page see Help:Domain Page.
| Shortcut
|
D8
|
| Name(DE)
|
Domäne 8 des BMHI-LZK V4
|
| Name(EN)
|
domain 8 of BMHI-LOC V4
|
| Description(DE)
|
|
| Description(EN)
|
Accessing, managing and mining biomedical big data
|
| Catalogue
|
BMHI-Version-4
|
| Didactic Note
|
|
|
|
Learning Objectives of this Domain
Click on [Ausklappen], to see the learning objectives of this domain.
| Go to LO |
LO-ID |
Domain |
Description |
Niveau 1 |
Niveau 2 |
Niveau 3 |
Niveau 4 |
Topic |
Role |
Parent LO |
Version Step
|
| ➔ |
8.1 |
D8 |
Basics of data mining and data analysis of primary and secondary data sources, principles of data mining, data warehouses, knowledge management , (FAIR principles) - ideally on real conditions. |
name & clarify |
apply |
|
|
|
|
LZ-PIN 34151 |
VS-PIN 5152
|
| ➔ |
8.1.1 |
D8 |
Queries on common databases |
|
perform |
|
|
|
|
LZ-PIN 34152 |
VS-PIN 5153
|
| ➔ |
8.1.2 |
D8 |
Measures to ensure high data quality (based on FAIR principles) |
name & explain |
|
|
|
|
|
LZ-PIN 34152 |
VS-PIN 5154
|
| ➔ |
8.1.3 |
D8 |
Data extraction from telemedicine and other applications |
name & clarify |
|
|
|
|
|
LZ-PIN 34156 |
VS-PIN 5157
|
| ➔ |
8.1.4 |
D8 |
Requirements for information processing in clinical studies on EDC (Electronic Data Capture) e.g. from registries (German Cancer Registry) |
name & explain |
|
|
|
|
|
LZ-PIN 34152 |
VS-PIN 5155
|
| ➔ |
8.2 |
D8 |
Fundamentals of practical computer science for data mining and analysis e.g. software engineering, data structures, database management systems, information and systems modeling tools, information systems theory and practice, knowledge engineering, (conceptual) representation and acquisition, software architectures. |
name & clarify |
apply |
|
|
|
|
LZ-PIN 34158 |
VS-PIN 5159
|
| ➔ |
8.3 |
D8 |
Fundamentals of theoretical computer science for data mining and analysis, e.g. complexity theory, encryption/security. |
name & clarify |
apply |
|
|
|
|
LZ-PIN 34158 |
VS-PIN 5160
|
| ➔ |
8.4 |
D8 |
Fundamentals of computer engineering for data mining and analysis, e.g., network architectures and topologies, telecommunications, wireless data transmission technologies, virtual reality, multimedia. |
name & clarify |
apply |
|
|
|
|
LZ-PIN 34158 |
VS-PIN 5161
|
| ➔ |
8.4.1 |
D8 |
Important standards of medical informatics for data acquisition, analysis, exchange |
name & clarify |
|
|
|
|
|
LZ-PIN 34161 |
VS-PIN 5162
|
| ➔ |
8.6 |
D8 |
Policies, ethical, regulatory and social aspects of Big Data and the importance of attitudes, values and behaviour. |
name & clarify |
|
|
|
|
|
LZ-PIN 34151 |
VS-PIN 5156
|
| ➔ |
8.7 |
D8 |
Different types of knowledge-based systems and medical applications of Clinical Decision Support Systems (CDSS) to optimise patient care |
name |
|
|
|
|
|
LZ-PIN 34163 |
VS-PIN 5164
|
| ➔ |
8.8 |
D8 |
Examples of machine learning methods and the basic principles for their evaluation using artificial neural networks as an example. |
clarify |
apply |
|
|
|
|
LZ-PIN 34163 |
VS-PIN 5165
|
| ➔ |
8.9 |
D8 |
The concept of personalized medicine and medical applications of machine learning or artificial intelligence systems, especially in the context of medical device law |
name & clarify |
|
|
|
|
|
LZ-PIN 34163 |
VS-PIN 5166
|
| ➔ |
B |
D8 |
The methods of practical, technical and theoretical informatics/computer science |
explain |
apply |
|
|
|
|
|
VS-PIN 5158
|
| ➔ |
S |
D8 |
Fundamentals of data mining and data analysis of primary and secondary data sources, principles of data mining, data warehouses (data sharing), knowledge management. |
name & clarify |
apply |
|
|
|
|
|
VS-PIN 5151
|
| ➔ |
T |
D8 |
Analysis methods (statistical models, "machine learning" and artificial intelligence methods) |
clarify |
apply |
critically evaluate |
|
|
|
|
VS-PIN 5163
|
|
Lernziele dieser Domäne
Klicke auf [Ausklappen], um die Lernziele der Domäne zu sehen.
| zum LZ |
LZ-ID |
Domäne |
Lernzieltext |
Niveau 1 |
Niveau 2 |
Niveau 3 |
Niveau 4 |
Thema |
Rolle |
übergeordnetes LZ |
Versionsschritt
|
| ➔ |
8.1 |
D8 |
Die Studierenden können Grundlagen der Datengewinnung und Datenanalyse von primären und sekundären Datenquellen, Prinzipien des Data Mining, Data Warehouses, Knowledge Management , (FAIR-Prinzipien) - idealerweise an realen Bedingungen |
nennen & erläutern |
anwenden |
|
|
|
|
LZ-PIN 34151 |
VS-PIN 5152
|
| ➔ |
8.1.1 |
D8 |
Die Studierenden können bei gängigen Datenbanken Abfragen |
|
durchführen |
|
|
|
|
LZ-PIN 34152 |
VS-PIN 5153
|
| ➔ |
8.1.2 |
D8 |
Die Studierenden können Maßnahmen zur Sicherstellung einer hohen Datenqualität (auf Basis von FAIR-Prinzipien) |
nennen & erklären |
|
|
|
|
|
LZ-PIN 34152 |
VS-PIN 5154
|
| ➔ |
8.1.3 |
D8 |
Die Studierenden können Datengewinnung aus telemedizinische und anderen Anwendungen |
benennen & erläutern |
|
|
|
|
|
LZ-PIN 34156 |
VS-PIN 5157
|
| ➔ |
8.1.4 |
D8 |
Die Studierenden können Anforderungen an die Informationsverarbeitung bei klinisichen Studien an EDC (Electronic Data Capture) z.B. aus Registern (deutsches Krebsregister) |
nennen & erklären |
|
|
|
|
|
LZ-PIN 34152 |
VS-PIN 5155
|
| ➔ |
8.2 |
D8 |
Die Studierenden können Grundlagen der praktischen Informatikfür die Datengewinnung und -analyse z.B. Software-Engineering, Datenstrukturen, Datenbankmanagementsysteme, Informations- und Systemmodellierungstools, Informationssystem-Theorie und -Praxis, Knowledge Engineering, (Konzept-)Darstellung und Beschaffung, Software-Architekturen |
nennen & erläutern |
anwenden |
|
|
|
|
LZ-PIN 34158 |
VS-PIN 5159
|
| ➔ |
8.3 |
D8 |
Die Studierenden können Grundlagen der theoretischen Informatik für die Datengewinnung und -analyse, z.B. Komplexitätstheorie, Verschlüsselung/Sicherheit |
nennen & erläutern |
anwenden |
|
|
|
|
LZ-PIN 34158 |
VS-PIN 5160
|
| ➔ |
8.4 |
D8 |
Die Studierenden können Grundlagen der technischen Informatik für die Datengewinnung und -analyse, z.B. Netzwerkarchitekturen und -topologien, Telekommunikation, Technologien der drahtlosen Datenübertragung, Virtual Reality, Multimedia |
nennen & erläutern |
anwenden |
|
|
|
|
LZ-PIN 34158 |
VS-PIN 5161
|
| ➔ |
8.4.1 |
D8 |
Die Studierenden können wichtige Standards der Medizinischen Informatik für den Datengewinnung, -analyse, -austausch |
benennen & erläutern |
|
|
|
|
|
LZ-PIN 34161 |
VS-PIN 5162
|
| ➔ |
8.6 |
D8 |
Die Studierenden können ethische, politische, regulatorische und soziale Gesichtspunkte für den Umgang mit Big Data und die Bedeutsamkeit von Einstellungen, Werte und Haltungen |
nennen & erläutern |
|
|
|
|
|
LZ-PIN 34151 |
VS-PIN 5156
|
| ➔ |
8.7 |
D8 |
Die Studierenden können unterschiedliche Arten von wissensbasierten Systemen und medizinische Anwendungen von Clinical Decision Support Systems (CDSS) zur Optimierung der Krankenversorgung |
benennen |
|
|
|
|
|
LZ-PIN 34163 |
VS-PIN 5164
|
| ➔ |
8.8 |
D8 |
Die Studierenden können Beispiele für maschinelle Lernverfahren und die Grundprinzipien für deren Evaluation am Beispiel künstlicher Neuronaler Netze |
erläutern |
anwenden |
|
|
|
|
LZ-PIN 34163 |
VS-PIN 5165
|
| ➔ |
8.9 |
D8 |
Die Studierenden können den Begriff personalisierte Medizin und medizinische Anwendungen von maschinellen Lernverfahren oder KI-Systemen, insbesondere im Kontext des Medizinproduktegesetzes |
nennen & erläutern |
|
|
|
|
|
LZ-PIN 34163 |
VS-PIN 5166
|
| ➔ |
B |
D8 |
Die Studierenden können die Methoden der praktischen, technischen und theoretischen Informatik |
erklären |
anwenden |
|
|
|
|
|
VS-PIN 5158
|
| ➔ |
S |
D8 |
Die Studierenden können Grundlagen der Datengewinnung und Datenanalyse von primären und sekundären Datenquellen, Prinzipien des Data Mining, Data Warehouses (Data Sharing), Knowledge Management |
nennen & erläutern |
anwenden |
|
|
|
|
|
VS-PIN 5151
|
| ➔ |
T |
D8 |
Die Studierenden können Analyseverfahren (statistische Modelle, "Machine Learning" und Verfahren künstlicher Intelligenz) |
erläutern |
anwenden |
kritisch beurteilen |
|
|
|
|
VS-PIN 5163
|
|