Opleiding: Opleiding Big Data in de Zorg

Datagedreven werken is al jaren de norm voor zorgorganisaties, maar hoe zet je die grote hoeveelheden snel veranderende data, ook wel Big Data genoemd, om in waarde voor de zorg in je organisatie? Tijdens de opleiding Big Data in de zorg leg je een stevige basis als data analist in de gezondheidszorg. Je maakt kennis met de terminologie, zoals Data Mining, Healthcare Analytics en Machine Learning en we scheiden de zin van de onzin. Je leert verschillende data analyse processen toepassen volgens het CRISP-DM model, waarbij je zelf een case uit werkt.

Algemene omschrijving

Zorgorganisaties beschikken over enorme hoeveelheden data, denk aan CT-scans, waarden uit metingen en onderzoeken, aantekeningen van artsen, verzekeringsclaims, maar ook data afkomstig uit fitbits en mobiele apps. Big Data analytics, ook wel Healthcare Analytics, of data analyse genoemd, is een benaming voor het geheel aan methoden, processen, tools en vaardigheden waarmee je waarde uit je data haalt, om zo de zorg voor patiënten en de effectiviteit en efficiëntie van processen in zorginstellingen te optimaliseren.

Voor organisaties in de gezondheidszorg geldt dat mensen met goede kennis van data analysetechnieken vandaag de dag onmisbaar zijn.

Maar wat houden al die buzzwords, zoals Big Data, Data Mining, Machine Learning en Predictive Analytics nu eigenlijk in? Hoe zorg je ervoor dat de kwaliteit van je informatie dusdanig geborgd is, dat je er strategische beslissingen op kunt baseren? Welke methoden, technieken en systemen liggen hieraan ten grondslag? Welke vaardigheden moet je als data professional hebben om succesvol te zijn? Hoe draag je zorg voor de veiligheid van vaak gevoelige data en waarborg je de privacy van patiënten en cliënten?

Opleiding Big Data in de zorg

Tijdens de opleiding Big Data in de zorg maak je kennis met diverse data analysetechnieken en leer je hoe je binnen een zorgorganisatie komt tot data driven healthcare. We geven een overview van de beschikbare methoden, modellen, algoritmen en tools en je leert welke analysetechnieken en -tools je toepast in verschillende scenario's.

Uiteraard besteden we aandacht aan wet- en regelgeving rondom Big Data, en hoe je op een verantwoorde wijze omgaat met gevoelige data. Data Governance, compliance, privacy en beveiliging zijn zaken die hierbij aan bod komen.

Een praktijkcase loopt als rode draad door de training. Je past het CRISP-DM 6 fasen model (Cross Industry Standard Process for Data Mining) toe, één van de meest gebruikte Data Mining modellen in de markt. Je analyseert de case en de bijbehorende health data, je prepareert en modelleert de data, evalueert je model en past het toe op de data. Tenslotte ga je je resultaten visualiseren. De praktijkcase sluit zo goed mogelijk aan bij de dagelijkse werkomgeving van de deelnemers aan de training.

We geven een overview van beschikbare platforms (zoals Azure), analyse- en visualisatiesoftware (Rapidminer, Orange, Power BI, Qlik, Tableau) en de hele Data Management omgeving (aan de hand van het DAMA DMBOK framework).

Bedrijfstraining Big Data in de zorg

Heb je collega's met dezelfde opleidingsbehoeften? In een inhouse training kunnen wij de training volledig op maat verzorgen voor jou individueel of samen met een groep collega's. Zo sluit een bedrijfstraining perfect aan bij de wensen, voorkennis en analyse cases in jouw organisatie. Zo kun je tijdens een teamtraining werken met je eigen datasets en leer je hoe je daaruit waarde kunt halen voor je eigen zorgprocessen.

Programma

Tijdens de training Big Data in de zorg komen de volgende onderwerpen aan bod:

• Introductie data analyse en Big Data
• • Wat is big data?
  • Begrippen en terminologie
  • Toekomst van data science en machine learning
  • Datakwaliteit
  • ETL processen
  • Algoritmen en analytics
  • Infrastructuur en tools
• Het Data Analytics proces
• • Introductie CRISP-DM model
  • • Business Understanding; bepalen van visie en beleid
    • Data Understanding
    • Data preparation
    • Modeling
    • Evaluation
    • Deployment
  • Value-driven healthcare
  • Datavisualisatie en rapportage
• Architectuur een platformen voor data analytics
• • Datasystemen in de zorg, zoals HIS, RIS, IHE
  • ICT-standaarden in de zorg
• Data management
• • Het DAMA DMBOK framework
  • Governance en compliance
  • Data Security en privacy
• Praktijkcase: Data Mining proces uitvoeren aan de hand van het CRISP-DM model
• • De case wordt zoveel mogelijk afgestemd op de achtergrond van de deelnemers
  • Gebruikmaken van verschillende analyse processen en algoritmen
  • Visualiseren van resultaten in een rapportage tool
• Roadmap voor implementatie van data analyse binnen zorgorganisaties
• Best Practices