SNY har ordet

Det finns inga aktuella kommentarer för kursen. Om du har läst kursen får du gärna kontakta SNY med en kommentar för att förbättra kommande upplagor av Y-arens guide till galaxen.

Innehåll

 

• Modeller för medicinskt beslutsfattande och beslutsstöd
• Variabilitet och onoggrannhet i medicinska data
• Prevalens, sensitivitet, specificitet, prediktiva värden och ROC-kurva
• Bayes teorem
• Statistisk och klinisk signifikans
• Evidensbaserad hälso- och sjukvård
• Inhämtning och formalisering av kunskap
• Beslutsträd och känslighetsanalys
• Realisering av kunskapsbaser
• Sannolikhets-, regel- och protokollbaserade system
• Datadrivna system
• Interaktions- och integrationsaspekter
• Utvärdering och etik
• Beslutsstödssystemen MYCIN, Leeds-systemet (de Dombal) och Internist-1 (QMR)

 

Mål

Kursens övergripande mål är att deltagarna ska skaffa sig kunskaper och färdigheter för att med ett helhetsperspektiv förstå kedjan från dataanalys via klassificering, tolkning, kunskapsformulering och kunskapsrepresentation till realisering och utvärdering av kliniskt beslutsstöd. Efter genomgången kurs ska studenten självständigt kunna:

• Beskriva och värdera typer av och källor till information som används för att fatta kliniska beslut
• Redogöra för orsaker till variabilitet i medicinska data och resonera om hur dessa kan motverkas
• Identifiera styrkor och svagheter i medicinska studier
• Belysa och analysera beslutssituationer med hjälp av modeller för kliniskt beslutsfattande
• Beräkna och applicera mått för att värdera diagnostiska test
• Resonera om behov av kontra svårigheter med att implementera och använda kliniska beslutsstödssystem
• Redogöra för olika sätt att realisera och interagera med beslutsstöd och utifrån detta kategorisera givna situationer
• Beskriva specifika diagnostiska beslutsstödssystem på domän-, implementations- och kunskapsnivå
• Identifiera och resonera om etiska problem i situationer där kliniskt beslutsstöd används
• Redogöra för hur kliniskt beslutsstöd kan utvärderas

 

Examinationsmoment

TEN1 - 4,0 HP
Skriftlig tentamen (U, 3, 4, 5)
LAB1 - 2,0 HP
Laborationer (U, G)

Organisation

Kursen innehåller föreläsningar, seminarier, demonstrationer, laborativt problemlösande och hemarbete.

Rekommenderade förkunskaper

Grundläggande kunskaper i anatomi och fysiologi, grundläggande kunskaper i medicinsk informatik (motsvarande Medicinska informationssystem).

Påbyggnadskurser

Neuronnät och lärande system TBMI26 - 6,0 HP - VT1 block 2

Kommentarer

Logga in för att kunna läsa och skriva kommentarer.