Attribut:Beschreibung-DE
Zur Navigation springen
Zur Suche springen
Dies ist ein Attribut des Datentyps Text.
L
Die Studierenden können Anforderungen an die Informationsverarbeitung bei klinisichen Studien an EDC (Electronic Data Capture) z.B. aus Registern (deutsches Krebsregister) +
Die Studierenden können ethische, politische, regulatorische und soziale Gesichtspunkte für den Umgang mit Big Data und die Bedeutsamkeit von Einstellungen, Werte und Haltungen +
Die Studierenden können Datengewinnung aus telemedizinische und anderen Anwendungen +
Die Studierenden können die Methoden der praktischen, technischen und theoretischen Informatik +
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 +
Die Studierenden können Grundlagen der theoretischen Informatik für die Datengewinnung und -analyse, z.B. Komplexitätstheorie, Verschlüsselung/Sicherheit +
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 +
Die Studierenden können wichtige Standards der Medizinischen Informatik für den Datengewinnung, -analyse, -austausch +
Die Studierenden können Analyseverfahren (statistische Modelle, "Machine Learning" und Verfahren künstlicher Intelligenz) +
Die Studierenden können unterschiedliche Arten von wissensbasierten Systemen und medizinische Anwendungen von Clinical Decision Support Systems (CDSS) zur Optimierung der Krankenversorgung +
Die Studierenden können Beispiele für maschinelle Lernverfahren und die Grundprinzipien für deren Evaluation am Beispiel künstlicher Neuronaler Netze +
Die Studierenden können den Begriff personalisierte Medizin und medizinische Anwendungen von maschinellen Lernverfahren oder KI-Systemen, insbesondere im Kontext des Medizinproduktegesetzes +
Die Studierenden können die Bedeutung von Begriffsordnungen für die Medizin allgemein +
die grundlegenden Konzepte und Begriffe aus dem Bereich der Gesundheitsinformationssysteme: Anwendungssystem, Service und physisches Datenverarbeitungssystem +
Die Studierenden können ethische, rechtliche & soziotechnische Aspekte der Informationsverarbeitung im Gesundheitswesen +
Die Studierenden können politische und regulatorische Rahmenbedingungen für den Umgang mit Informationen im Gesundheitswesen +
Die Studierenden können die gesetzlichen Grundlagen der Medizinischen Dokumentation, auch DSGVO und IT-Sicherheitsgesetz +
Die Studierenden können Medizinproduktegesetz (MPG), Medical Device Regulation (MDR) +
Die Studierenden können die Regeln für die Darstellung von Praxen und Kliniken im Internet sowie die Rahmenbedingungen für ärztliche Konsultationen über das Internet +
Die Studierenden können die wichtigsten Aspekte von Gesundheitsverwaltung, Gesundheitsökonomie, Gesundheitsqualitätsmanagement und Ressourcenmanagement, Patientensicherheitsinitiativen, öffentliche Gesundheitsdienste und Erfolgsmessung +