A Data-EDIH projekt számos érdekes és hasznos képzést nyújt a Partnereinek, melyek segítik a résztvevőket a digitális átállásban, vállalkozsuk digitális érettségének fejlesztésében
Miről tanulhatsz?
Az üzleti kihívások középpontjában jelenleg a digitalizáció áll, kevesebb szó esik azonban a sikeres bevezetés feltételeiről. A minőségi folyamatokra alapozó vállalati kultúra kritikus fontosságú ezen a területen. A lean szemlélet egy olyan munkaszervezési módszer, amely arra összpontosít, hogy a felesleges műveleteket és erőforrásokat minimalizálja, és az áramlás kialakításával javítja a minőséget.
A hagyományos működésről az adat-vezérelt működésre való átállás és a kapcsolódó digitalizációs projektek tervezése és végrehajtása során számos szervezeti, üzleti és műszaki problémával fog egy vállalat szembesülni. Külső szakmai támogatással az ezekből fakadó nehézségek és kihívások áthidalása gyorsabban megy, főleg, ha a vállaltnak még nincs tapasztalata ilyen mértékű átalakulás végrehajtásában.
Egy vállalat digitalizációra való felkészítése és az átalakulás folyamatának végrehajtása olyan szakember részvételét kívánja meg, aki birtokában van a digitalizációhoz kapcsolódó technológiai és a folyamatszervezéshez kapcsolódó menedzsment ismereteknek egyaránt. A digital coach feladatköre magában foglalhatja a tanácsadási és konzultációs feladatokat – segítséget nyújt az ügyfeleknek a digitális megoldások kiválasztásában és használatában; a digitális készségek fejlesztését – támogatást nyújt a digitális készségek és a digitális technológia használatában; technológiai támogatást – segít a technológiai problémák megoldásában és az innovációs tanácsadást – segít az új digitális megoldások keresésében és a digitális innovációk bevezetésében.
Az utóbbi évtizedben az információ-technológiai fejlődése és a digitalizáció térhódítása az egészségügyi technológiákra is jelentős hatást gyakorolt. Az adatalapú egészségügyi innováció a betegségek korai felismerésétől a kezelésen keresztül a személyre szabott terápiák létrehozásának teljes spektrumát lefedi. Az adatvezérelt egészségügyi és ellátási technológiák iránti kereslet egyre nő, mivel az olyan innovációk, mint a mesterséges intelligencia és a gépi tanulás radikálisan javíthatják a korai beavatkozást és a terápiák hatásosságát és eredményességét.
Tervezett témák:
- Az egészségügyi rendszerek működésének alapelvei
- Az egészségügyi technológiák értékelésének keretrendszere
- Az egészségügyi rendszerben elfogadott „value driver” -ek bemutatása
- A költséghatékonysági elemzés alapjai
- Példa egy adatalapú technológia értékelésére (AI based decision support)
Az adatvagyon hasznosítása számos lehetőséggel kecsegtet, akár az üzleti szféra, akár a közszféra adatai tekintetében, aminek különös jelentősége lehet az egészségügyi adatok statisztikai és tudományos kutatási célú hasznosításában. Ennek technikai és technológiai keretei jelenleg is kialakítás alatt álnak az Európai Unióban és hazánkban is. Ahhoz, hogy a betegellátás során gyűjtött adatokat valóban adatvagyonként kezelhessük, ismerni kell az egészségügyi ellátás során gyűjthető adatok körét, azok elérhetőségét és hasznosíthatóságát. Ezen túl, az adatok felhasználhatósága érdekében tisztában kell lenni a nemzetközi adatstandardok nyújtotta lehetőségekkel is.
Tervezett témák:
- Az egészségügyi alapvető működése és az ellátás során gyűjtött és jelentésre kerülő adatok köre és ezek elérhetősége.
- A magyarországon elérhető nemzeti szintű adatbázisok (NEAK adatok kutatószobában, PULVITA adatbázis)
- Intézményi adatelérhetőségek (EÜ DWH sandbox)
- A nemzeti és intézményi adatbázisok erősségei és gyengeségei
Az OMOP CDM adatmodell, az adatmodellhez történő csatlakozás lehetőségei és feltételei, valamint az erre az adatmodelle épülő federated study design.
Az adatvagyon hasznosítása számos lehetőséggel kecsegtet, akár az üzleti szféra, akár a közszféra adatai tekintetében, aminek különös jelentősége lehet az egészségügyi adatok statisztikai és tudományos kutatási célú hasznosításában. Azon intézmények és vállaltok szakértőinek, akik gyakorlatban is szeretnék adatvagyonukat hasznosítani és nemzetközi standardnak megfelelő formában tárolni szükségük van a jelenleg alkalmazott adat standard ismeretére.
Tervezett témák:
- Az egészségügyi alapvető működése és az ellátás során gyűjtött és jelentésre kerülő adatok köre és ezek elérhetősége.
- Az OMOP CDM adatmodell, az adatmodellhez történő csatlakozás lehetőségei és feltételei, valamint az erre az adatmodelle épülő federated study design.
- Az OMOP mapping folyamatai
- A kód-, és adatbázis-mapping legfontosabb kérdései nehézségei
A kó-mappinget valamint a standardizációt segítő opensource termékek (Rabbit in a hat, White rabbit, Usagi)
Ahhoz, hogy hozzáférj az e-learning anyagokhoz, először regisztrálj az oldalunkon startupként.