Datos sanitarios prácticos

La sanidad es la próxima frontera para la ciencia de datos. Utilizando lo último en aprendizaje automático, aprendizaje profundo y procesamiento del lenguaje natural, podrás resolver los problemas más acuciantes de la sanidad: reducir el coste de la asistencia, garantizar que los pacientes reciban el mejor tratamiento y aumentar la accesibilidad para los más desfavorecidos. Pero primero tienes que aprender a acceder a todos esos datos y a darles sentido.

Este libro proporciona soluciones pragmáticas y prácticas para trabajar con datos sanitarios, desde la extracción de datos hasta la limpieza y armonización, pasando por la ingeniería de características. El autor, Andrew Nguyen, cubre ejemplos específicos de ML y aprendizaje profundo, centrándose en la producción de datos de alta calidad. Descubrirás cómo las tecnologías de grafos te ayudan a conectar fuentes de datos dispares para que puedas resolver los problemas más desafiantes de la sanidad utilizando análisis avanzados.

Aprenderás:

• Diferentes tipos de datos sanitarios: historias clínicas electrónicas, registros y ensayos clínicos, herramientas de salud digital y datos de reclamaciones.
• Los retos de trabajar con datos sanitarios, especialmente cuando se trata de agregar datos de múltiples fuentes
• Opciones actuales para extraer datos estructurados del texto clínico
• Cómo hacer concesiones al utilizar herramientas y marcos para normalizar datos sanitarios estructurados
• Cómo armonizar los datos sanitarios mediante terminologías, ontologías, correspondencias y cruces de datos