Wie analysiert und nutzt man Gesundheitsdaten?
Das zweite Modul des Zertifikatprogramms Data Science in Health vermittelt den Teilnehmenden ein Fundament für die Entwicklung von datengetriebenen Geschäftsmodellen im Gesundheitssektor. Verschiedene Analysemodelle von Statistical/Machine Learning werden eingeführt. Ein Überblick über Anwendungsgebiete von Natural Language Processing (NLP), Computervision (2D/3D) und Signal Processing im Gesundheitssektor wird ebenfalls präsentiert. Anschließend folgt eine Einführung in die Grundlagen der künstlichen Intelligenz und neuronaler Netzwerke im medizinischen Kontext.
Ein weiterer Schwerpunkt liegt auf der Analyse erfolgreicher digitaler Geschäftsmodelle im Gesundheitswesen. Die Diskussion wird sich u.a. auf Corporate-Startup-Partnerschaften und deren entscheidende Rolle in der Healthcare-Digitalisierung konzentrieren. Ein tiefgehendes Verständnis der Auswirkungen von Digitalisierung auf die klinische Entwicklung, einschließlich Sensoren, Wearables und eHealth-Anwendungen, wird vermittelt. Strategien für die Entwicklung von digitalen Innovationsprojekten und Geschäftsmodellen werden gemeinsam erarbeitet.
Die Zusammenarbeit zwischen Pharma, IT und Medizintechnik zur Wertschöpfung im Gesundheitssektor wird schwerpunktmäßig hervorgehoben. Durch interaktive Diskussionen, Fallstudien und praktische Übungen werden die Teilnehmer mit einem umfassenden Verständnis und den erforderlichen Fähigkeiten ausgestattet, um aktiv zur digitalen Transformation im Gesundheitssektor beizutragen.
- Decision Support Systeme im medizinischen Umfeld
- Statistical Learning
- Datenvisualisierungen
- Explainable und Ethical AI
- Neuronale Netzwerke
- digitale Therapeutika
- Plattform-Ökonomie
- Innovationsmanagement
Teilnehmende erlangen ein umfassendes Verständnis der grundlegenden Konzepte von Data Science, insbesondere auf deren Anwendung im Gesundheitssektor. Dabei liegt ein Schwerpunkt auf der Vermittlung von Kenntnissen über verschiedene Analysemodelle von Statistical/Machine Learning. Ein weiteres Ziel ist der Einblick in die Funktionsweise von AI, Machine Learning und Deep Learning, insbesondere im Bereich der Computer Vision. Des Weiteren sollen die Teilnehmer erfolgreiche digitale Geschäftsmodelle im Gesundheitswesen analysieren können und die Fähigkeit entwickeln, digitale Innovationsprojekte und Geschäftsmodelle strategisch zu gestalten. Ein zusätzliches Ziel ist das Verständnis von Plattformen, Ökosystemen und Kontrollpunkten im Kontext der Digitalisierung im Gesundheitswesen. Abschließend sollen die Teilnehmer die Auswirkungen der Digitalisierung auf die klinische Entwicklung verstehen, einschließlich Sensoren, Wearables und eHealth-Anwendungen.
Prof. Dr. Michelangelo Canzoneri
Prof. Dr. Michelangelo Canzoneri ist Experte für smarte Fertigung und Bioprozess-Technologien. Seit 2022 leitet er als Global Head of Group Smart Manufacturing die entsprechenden Aktivitäten bei der Merck Group. Er ist zudem Professor für Bioprozessverfahrenstechnik an der Frankfurt University of Applied Sciences und Gastdozent am MIT.
Prof. Dr. Henner Gimpel
Prof. Dr. Henner Gimpel ist Lehrstuhlinhaber für Digitales Management, Prodekan für Forschung und Wissenstransfer an der Universität Hohenheim sowie Leiter des Studiengangs Digital Business Management. Er ist zudem in leitender Funktion am Fraunhofer FIT und FIM Forschungsinstitut für Informationsmanagement. Seine Forschungsschwerpunkte liegen an der Schnittstelle von Digitalisierung, Management und Wirtschaftsinformatik.
Dr. Frank Kramer
Dr. Frank Kramer ist Director of Medical Devices & eHealth Clinical bei der BAYER AG Pharmaceuticals. Er unterstützt die globale klinische Entwicklung bei der Auswahl und Implementierung medizinischer Geräte und eHealth-Anwendungen. Mit über 18 Jahren Erfahrung in führenden Pharmaunternehmen verbindet er innovative Denkweise mit umfassender Expertise in digitaler Transformation und Life Sciences.
Prof. Dr. Uwe Walz
Prof. Dr. Uwe Walz ist Akademischer Direktor des Programms und Co-Direktor des Doktorandenprogramms in Volkswirtschaftslehre an der Goethe-Universität. Er promovierte in Tübingen und ist Gründungsdirektor des Leibniz-Instituts SAFE. Als Forschungsprofessor am ZEW liegt sein Fokus auf Private Equity, Entrepreneurial Finance, Vertragstheorie und Netzwerkindustrien.
Gabriel Krummenacher
Gabriel Krummenacher ist Director of Data Science bei Zühlke Group und verfügt über ein fundiertes Wissen in Large-scale Optimierung, experimentellem Design und Überwachtem Lernen. Durch Projekte in den Bereichen Medizinische Datenanalyse und Defekterkennung im Bahnverkehr hat er Erfahrung in angewandtem Machine Learning gewonnen. Seine Schwerpunkte liegen in den Themen Künstliche Intelligenz, Maschinelles Lernen und Experimentelles Design.
Dr. Stefan Weiss
Dr. Stefan Weiss, Principal Consultant & People Lead bei Zühlke Group, kombiniert neurowissenschaftliches Wissen mit Expertise in Geschäftsmodellen und Innovationsmanagement. Zuvor gestaltete er die Zukunft von Healthcare und Life Sciences bei Merck KGaA mit. Bei Zühlke treibt er die Digitalisierung in Pharma und MedTech voran und stärkt Partnerschaften durch domänenspezifisches Know-how.