Attribut:Anmerkung

Aus HI-LONa
Zur Navigation springen Zur Suche springen

Dies ist ein Attribut des Datentyps Text.

Zeige ( | ) (20 | 50 | 100 | 250 | 500)
Unterhalb werden 20 Seiten angezeigt, auf denen für dieses Attribut ein Datenwert gespeichert wurde.
L
Ablauf des Dokumentationsprozesses mit dem Schwerpunkt formaler und inhaltlicher Erschließung.  +
Ziel und Aufgaben der Medizinischen Dokumentation sowie dokumentarische Prinzipien. Bedeutung einer strukturierten/standardisierten Dokumentation für Wissenschaft, Gesundheitsversorgung, Verwaltung und Abrechnung. Medizinische Sachverhalte in eine geeigne  +
Kriterien zur Auswahl geeigneter Dokumentationssysteme, systematische Auswahl und Konfiguration eines Dokumentationssystems, Datenmodelle für Dokumentationssysteme, Datenbankmodellierung von Beispielen klinischer Dokumentation (z.B. Diagnosen, Labordaten,  +
Nomenklaturen, Vokabulare, Terminologien, Ontologien und Taxonomien der biomedizinischen Informatik. Beispiele: ICD, OPS und DRG sowie der Thesaurus MeSH (Medical Subject Headings), das UMLS sowie weiterführende Klassifikationen (z.Bsp. TNM, MedDRA und  +
Datenbanken (Einleitung und Übersicht). Datenbankentwurf, ER-Modellierung, UML. Das relationale Modell und relationale Anfragesprachen. Datenintegrität und relationale Entwurfstheorie. Projektablauf bei Erstellung einer Datenbank.  +
Einführung in die objektorientierte Analyse und Modellierung insbesondere mit UML: Klassen, Objekte, Methoden, Vererbung, Polymorphie.  +
Aufbau und Regeln von XML. XML-Schema zur Strukturbeschreibung. XPath und XQuery zur Inhaltsabfrage. XSLT zur Darstellung. XML Serialisierung von RDF. XSLT zur Darstellung.  +
Grundlagen des Semantic Webs. Thesauri, Topic Maps und Ontologien. Sprachen des semantischen Webs: RDF, RDF/XML, RDFS und OWL.  +
Architektur und Anwendungsszenarien von Data Warehouses (DWH). Modellierung von DWH (Multidimensionale Modellierung, OLAP-Operationen) und Umsetzung. Extraction, Transformation Load (ETL) -Prozesse. Anfragen und Optimierung.  +
Einführung mit Anwendungsszenarien zu typischen Aufgaben des Data-Mining: Klassifikation, Segmentierung, Abhängigkeits- und Abweichungsanalysen, Zeitreihenanalysen/Prognosen. Bezugnahme auf hierfür relevante Verfahren des maschinellen Lernens und der vorb  +
Einführung in das Wissensmanagement (Motivation, Bedeutung, Bausteine). Formen des Wissens (Wissensbegriff, Wissen und Handeln, Wissen und Können, Reifegrade, Wissenstreppe). Verfügbarkeit des Wissens (SECI-Modell, Story-Telling, Wissensspirale; Wissenssc  +
Patientenverwaltungssysteme, klinische Anwendungssysteme (z.B. KAS, LIS, PIS, RIS, PACS, CPOE, Archiv, OP, Anwendungssysteme für Facility-Management und für Logistik (Apotheke, Blutbank, Lager, Speisenversorgung usw.) und generelle Verwaltungssysteme (z.B  +
Durchgängige Prozessunterstützung  +
B3S, ISO 31000, ISO/IEC 20000-1, ISO 27005  +
Wichtige Beispiele sind HL7 mit HL 7 Version 2.x, Version 3 (insb. CDA) sowie FHIR, IHE, openEHR, ISO 13406, DICOM und die deutschen xDT-Standards für den ambulanten Bereich. Dabei ist eine Verknüpfung zu Standards für semantische Bezugssysteme herzustell  +
Begriffsdefinition Kommunikationsserver, typische Aufgaben und Funktionen, Konfiguration, Anwendungsfunktionen, erweiterte Funktionen insb. im Kontext von Data-Warehouses  +
Z.B. die Anwendung von HL 7 Version 2.x für die Übertragung einer Verlegungsmitteilung an Subsysteme eines KIS im Rahmen einer selbst programmierten Simulations- bzw. Laborumgebung. Oder Anwendung von FHIR zum Abruf von Patientendaten.  +
Stern-Architektur, Spaghetti-Architektur; best of breed, all in one  +
Datenintegration, semantische Integration, Kontextintegration etc.  +
Informationsmanagement, Informationslogistik  +