Wie analysiert und nutzt man Gesundheitsdaten?
Das zweite Modul des Zertifikatprogramms Data Science in Health vermittelt den Teilnehmenden ein Fundament für die Entwicklung von datengetriebenen Geschäftsmodellen im Gesundheitssektor. Verschiedene Analysemodelle von Statistical/Machine Learning werden eingeführt. Ein Überblick über Anwendungsgebiete von Natural Language Processing (NLP), Computervision (2D/3D) und Signal Processing im Gesundheitssektor wird ebenfalls präsentiert. Anschließend folgt eine Einführung in die Grundlagen der künstlichen Intelligenz und neuronaler Netzwerke im medizinischen Kontext.
Ein weiterer Schwerpunkt liegt auf der Analyse erfolgreicher digitaler Geschäftsmodelle im Gesundheitswesen. Die Diskussion wird sich u.a. auf Corporate-Startup-Partnerschaften und deren entscheidende Rolle in der Healthcare-Digitalisierung konzentrieren. Ein tiefgehendes Verständnis der Auswirkungen von Digitalisierung auf die klinische Entwicklung, einschließlich Sensoren, Wearables und eHealth-Anwendungen, wird vermittelt. Strategien für die Entwicklung von digitalen Innovationsprojekten und Geschäftsmodellen werden gemeinsam erarbeitet.
Die Zusammenarbeit zwischen Pharma, IT und Medizintechnik zur Wertschöpfung im Gesundheitssektor wird schwerpunktmäßig hervorgehoben. Durch interaktive Diskussionen, Fallstudien und praktische Übungen werden die Teilnehmer mit einem umfassenden Verständnis und den erforderlichen Fähigkeiten ausgestattet, um aktiv zur digitalen Transformation im Gesundheitssektor beizutragen.
Schlüsselqualifikationen
- Decision Support Systeme im medizinischen Umfeld
- Statistical Learning
- Datenvisualisierungen
- Explainable und Ethical AI
- Neuronale Netzwerke
- digitale Therapeutika
- Plattform-Ökonomie
- Innovationsmanagement
Die Teilnehmenden erlangen ein umfassendes Verständnis der grundlegenden Konzepte von Data Science, insbesondere auf deren Anwendung im Gesundheitssektor. Dabei liegt ein Schwerpunkt auf der Vermittlung von Kenntnissen über verschiedene Analysemodelle von Statistical/Machine Learning. Ein weiteres Ziel ist der Einblick in die Funktionsweise von AI, Machine Learning und Deep Learning, insbesondere im Bereich der Computer Vision. Des Weiteren sollen die Teilnehmer erfolgreiche digitale Geschäftsmodelle im Gesundheitswesen analysieren können und die Fähigkeit entwickeln, digitale Innovationsprojekte und Geschäftsmodelle strategisch zu gestalten. Ein zusätzliches Ziel ist das Verständnis von Plattformen, Ökosystemen und Kontrollpunkten im Kontext der Digitalisierung im Gesundheitswesen. Abschließend sollen die Teilnehmer die Auswirkungen der Digitalisierung auf die klinische Entwicklung verstehen, einschließlich Sensoren, Wearables und eHealth-Anwendungen.
Prof. Dr. Henner Gimpel ist Inhaber des Lehrstuhls für Digitales Management, Prodekan für Forschung und Wissenstransfer der Fakultät Wirtschafts- und Sozialwissenschaften der Universität Hohenheim und Leiter des Studiengangs Digital Business Management. Er ist in leitender Position am Institutsteil Wirtschaftsinformatik des Fraunhofer FIT, als stellvertretender wissenschaftlicher Leiter an der Universität Augsburg und als akademischer Leiter der Digital Leadership Academy tätig.
Dr. Frank Kramer ist als Director of Medical Devices & eHealth Clinical bei der BAYER AG Pharmaceuticals in Deutschland tätig. In dieser Funktion unterstützt er globale klinische Entwicklungsteams bei der Auswahl und Implementierung von medizinischen Überwachungsgeräten und eHealth-Anwendungen, um das Profil von Arzneimittelkandidaten zu verbessern. Des Weiteren ist Dr. Kramer ein dynamischer Life-Science-Experte mit über 18 Jahren Erfahrung in verschiedenen führenden Pharmaunternehmen und Funktionen entlang der R&D-Wertschöpfungskette. Er hat eine innovative und unternehmerische Denkweise mit hoher Affinität zu Themen im multidimensionalen Raum der digitalen Transformation der pharmazeutischen Industrie und des Gesundheitswesens.
Gabriel Krummenacher ist Principal Data Scientist & Team Lead bei Zühlke Group und verfügt über ein fundiertes Wissen in Large-scale Optimierung, Experimentellem Design und Überwachtem Lernen. Durch Projekte in den Bereichen Medizinische Datenanalyse und Defekterkennung im Bahnverkehr hat er Erfahrung in angewandtem Machine Learning gewonnen. Seine Schwerpunkte liegen in den Themen Künstliche Intelligenz, Maschinelles Lernen und Experimentelles Design.
Prof. Dr. Uwe Walz ist Akademischer Direktor dieses Programms und ist Co-Direktor des Doktorandenprogramms in Volkswirtschaftslehre an der Goethe-Universität. Prof. Walz promovierte in Volkswirtschaftslehre an der Universität Tübingen und gehört zu den drei Gründungsdirektoren des Leibniz-Instituts für Finanzforschung SAFE (Sustainable Architecture for Finance in Europe). Seine aktuellen Forschungsschwerpunkte als Forschungsprofessor am Zentrum für Europäische Wirtschaftsforschung (ZEW) sind Private Equity, Entrepreneurial Finance und Vertragstheorie sowie die Ökonomie von Netzwerkindustrien.
Dr. Stefan Weiss ist Lead Business Innovation Consultant bei der Zühlke Gruppe und verfügt über breites Hintergrundwissen in den Neurowissenschaften kombiniert mit einer breiten Expertise in Geschäftsmodellen und Innovationsmanagement. Vor seiner Zeit bei Zühlke, gestaltete Stefan die Zukunft von Healthcare und Life Sciences im Innovationszentrum der Merck KGaA aktiv mit. Mit Leidenschaft treibt er die Digitalisierung der Pharma- und MedTech-Industrie mit Fokus auf innovative Geschäftsmodelle voran, bei denen er seine wissenschaftliche und wirtschaftliche Expertise optimal anwenden kann. Bei Zühlke erweitert er die technische Exzellenz um domänenspezifisches Know-How und stärkt damit die Partnerschaften mit Pharma- und MedTech-Kunden.
| Termine Modul 2 | Sessions |
|---|---|
| Mittwoch, 13.11.2024 - Samstag, 16.11.2024 | Präsenzveranstaltung, Campus Westend |
DATA ANALYTICS & KI IM GESUNDHEITSSEKTOR
Sie wollen wissen, wie man Gesundheitsdaten analysiert? Melden Sie sich für dieses Modul an!
Anmelden