Curso Superior de Big Data aplicado a la Salud
100% Online
6 meses
360€
Matricularme
Curso Superior de Big Data aplicado a la Salud
    Curso Superior de Big Data aplicado a la Salud

    Curso Superior de Big Data aplicado a la Salud

    100% Online
    12 ECTS
    6 meses
    360€
    Matricularme

    Presentación

    La digitalización está progresando de forma implacable en una amplia variedad de sectores. La pandemia ha aumentado la necesidad de adoptar nuevas estrategias y modelos de negocio. Uno de estos elementos es el análisis de grandes cantidades de datos, conocido como Big Data, el cual se ha convertido en un aspecto fundamental en muchas empresas para el procesamiento de información. Si estás interesado en el campo de la salud, el Curso de Big Data aplicado a la Salud ofrece una formación completa que te permitirá obtener conocimientos muy útiles en el ámbito del Big Data. En el sector sanitario, se manejan habitualmente grandes volúmenes de información, por lo que la demanda de profesionales con formación en Big Data y tratamiento de datos es cada vez mayor.

    Universidades colaboradoras

    Para qué te prepara
    El Big Data en el sector de la salud puede tener multitud de aplicaciones, como en el estudio de la transmisión de enfermedades (durante la pandemia del COVID19 el Big Data ha sido muy utilizado), como elemento de seguridad en tratamientos farmacológicos, en la gestión de recursos humanos, en diagnósticos médicos, etc. Este Curso de Big Data aplicado a la salud te prepara para que seas capaz de aplicar el Big Data en todos estos casos de forma eficaz.
    Objetivos
    - Conocer las características y conceptos del Big Data. - Entender el uso de las nuevas tecnologías en el sector sanitario. - Analizar el término e-health y sus posibilidades. - Conocer las diferentes aplicaciones y casos de uso del Big Data en el sector de la salud. - Dominar y aplicar el Big Data en proyectos reales para resolver problemas complejos.
    A quién va dirigido
    Este Curso de Big Data aplicado a la salud está dirigido a dos ramas de alumnos: por un lado, aquellos estudiantes y profesionales de ramas sanitarias como la medicina o la enfermería que quieran ampliar sus conocimientos para impulsar su carrera; y, por otro lado, profesionales del tratamiento de datos que quieran orientar su carrera al sector sanitario.
    Salidas Profesionales
    Este Curso de Big Data aplicado a la salud, que se desarrolla con una metodología práctica y con contenidos actualizados, te capacita para que puedas ejercer profesionalmente como experto en Big Data en el sector de la salud (tanto pública como privada), liderando proyectos de estrategias de Big Data, como técnico de Big Data, asesor o consultor externo, entre otros.
    Temario

    MÓDULO 1. BIG DATA INTRODUCCIÓN

    UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL BIG DATA

    1. ¿Qué es Big Data?
    2. La era de las grandes cantidades de información. Historia del big data
    3. La importancia de almacenar y extraer información
    4. Big Data enfocado a los negocios
    5. Open Data
    6. Información pública
    7. IoT (Internet of Things-Internet de las cosas)

    UNIDAD DIDÁCTICA 2. FUENTES DE DATOS

    1. Definición y relevancia de la selección de las fuentes de datos
    2. Naturaleza de las fuentes de datos Big Data

    UNIDAD DIDÁCTICA 3. OPEN DATA

    1. Definición, Beneficios y Características
    2. Ejemplo de uso de Open Data

    UNIDAD DIDÁCTICA 4. FASES DE UN PROYECTO DE BIG DATA

    1. Diagnóstico inicial
    2. Diseño del proyecto
    3. Proceso de implementación
    4. Monitorización y control del proyecto
    5. Responsable y recursos disponibles
    6. Calendarización
    7. Alcance y valoración económica del proyecto

    UNIDAD DIDÁCTICA 5. BUSINESS INTELLIGENCE Y LA SOCIEDAD DE LA INFORMACIÓN

    1. Definiendo el concepto de Business Intelligence y sociedad de la información
    2. Arquitectura de una solución de Business Intelligence
    3. Business Intelligence en los departamentos de la empresa
    4. Conceptos de Plan Director, Plan Estratégico y Plan de Operativa Anual
    5. Sistemas operacionales y Procesos ETL en un sistema de BI
    6. Ventajas y Factores de Riesgos del Business Intelligence

    UNIDAD DIDÁCTICA 6. PRINCIPALES PRODUCTOS DE BUSINESS INTELLIGENCE

    1. Cuadros de Mando Integrales (CMI)
    2. Sistemas de Soporte a la Decisión (DSS)
    3. Sistemas de Información Ejecutiva (EIS)

    UNIDAD DIDÁCTICA 7. BIG DATA Y MARKETING

    1. Apoyo del Big Data en el proceso de toma de decisiones
    2. Toma de decisiones operativas
    3. Marketing estratégico y Big Data
    4. Nuevas tendencias en management

    UNIDAD DIDÁCTICA 8. DEL BIG DATA AL LINKED OPEN DATA

    1. Concepto de web semántica
    2. Linked Data Vs Big Data
    3. Lenguaje de consulta SPARQL

    UNIDAD DIDÁCTICA 9. INTERNET DE LAS COSAS

    1. Contexto Internet de las Cosas (IoT)
    2. ¿Qué es IoT?
    3. Elementos que componen el ecosistema IoT
    4. Arquitectura IoT
    5. Dispositivos y elementos empleados
    6. Ejemplos de uso
    7. Retos y líneas de trabajo futuras

    MÓDULO 2. APLICACIÓN DEL BIG DATA Y LA INTELIGENCIA ARTIFICIAL EN LA SALUD

    UNIDAD DIDÁCTICA 1. RELACIÓN ENTRE BIG DATA E INTELIGENCIA ARTIFICIAL CON LA SALUD

    1. Relación entre inteligencia artificial y big data
    2. IA y Big Data combinados
    3. El papel del Big Data en IA
    4. Big Data en salud
    5. Necesidad de Big Data en la asistencia sanitaria
    6. Retos del big data en salud

    UNIDAD DIDÁCTICA 2. BASES DE DATOS MÉDICAS

    1. Fuentes de datos sobre salud
    2. Importancia de los datos sobre salud

    UNIDAD DIDÁCTICA 3. ANÁLISIS E INTERPRETACIÓN DE BASES DE DATOS MÉDICAS

    1. El cuadro de mando en la atención médica
    2. Ejemplos de cuadros de mando de asistencia sanitaria
    3. Herramienta Tableau
    4. Herramienta Powerbi
    5. Herramienta QlikView
    6. Transformación y modelo de datos

    UNIDAD DIDÁCTICA 4. APLICACIÓN DE INTELIGENCIA ARTIFICIAL EN EL DIAGNÓSTICO MÉDICO

    1. Atención médica generalizada con Big Data
    2. Predicciones de pacientes para una mejor dotación de personal
    3. Registros electrónicos de salud (EHR)
    4. Alertas en tiempo real
    5. Mejora del compromiso del paciente
    6. Prevenir el abuso de opioides en los EE. UU.
    7. Uso de datos de salud para la planificación estratégica informada
    8. Curar el cáncer con Big Data
    9. Análisis predictivo en salud
    10. Reducir el fraude y mejorar la seguridad
    11. Telemedicina
    12. Integrando Big Data con Imágenes Médicas
    13. Una forma de evitar visitas innecesarias a la sala de emergencias

    MÓDULO 3. E-HEALTH

    UNIDAD DIDÁCTICA 1. INTRODUCCIÓN AL E-HEALTH Y SU APLICACIÓN

    1. Definición de e-Health
    2. Ventajas y desventajas de e-Health

    UNIDAD DIDÁCTICA 2. ANÁLISIS DE PARÁMETROS VITALES MEDIANTE DISPOSITIVOS

    1. Dispositivos y equipos de monitorización de parámetros vitales
    2. Clasificación de wearables
    3. Signos vitales
    4. Arquitectura de los WHD
    5. Ejemplos de Wereable Health Devices

    UNIDAD DIDÁCTICA 3. APLICACIONES E-HEALTH (e-Health Apps)

    1. Apps de e-Health
    2. Razones del éxito de las apps de e-Health
    3. Ejemplos de apps de e-Health

    UNIDAD DIDÁCTICA 4. CERTIFICACIÓN DE APPS E-HEALTH

    1. Encontrar apps de e-Health fiables
    2. Directiva de dispositivos médicos (MDD)
    3. Food and Drug Administration (FDA)

    UNIDAD DIDÁCTICA 5. IOT EN E-HEALTH

    1. Contexto Internet de las Cosas (IoT)
    2. ¿Qué es IoT?
    3. Elementos que componen el ecosistema IoT
    4. Arquitectura IoT
    5. Dispositivos y elementos empleados
    6. Ejemplos de uso
    7. Retos y líneas de trabajo futuras

    UNIDAD DIDÁCTICA 6. USO DE LAS REDES SOCIALES EN EDUCACIÓN PARA LA SALUD

    1. Redes sociales en educación para la salud
    2. Beneficios de las redes sociales en salud
    3. Pautas de uso de redes sociales para organizaciones sanitarias
    Titulación
    Titulación Universitaria:
    Diploma Universidad Católica de Murcia
    Solicitar información