Curriculum

Studienaufbau

Die Studiendauer beläuft sich auf vier Semester. Im ersten und dritten Semester sind die Lerninhalte in jeweils vier Module eingeteilt. Eine Anwesenheitszeit von drei Tagen je Modul wird in drei Präsenzblöcke á vier Tagen über das Semester verteilt. Das zweite Semester beinhaltet drei Module mit jeweils drei Anwesenheitstagen, die auf drei Präsenzblöcke verteilt werden. Darüber hinaus erfolgt in diesem Semester die Ableistung eines Praktikums.  Während des Semesters finden zusätzlich i.d.R. 1x wöchentlich am frühen Abend Webinare statt. Die moderne Lernplattform der RWTH unterstützt die Studierenden mit interaktiven Inhalten. Im vierten Semester ist die Erstellung der Masterarbeit vorgesehen.

Studieninhalte

Basierend auf den jeweiligen Vorkenntnissen der Teilnehmer und Teilnehmerinnen erfolgt ein Einstieg in einen der beiden Starting Tracks „Medical Aspects“ oder „Computer Science Aspects“. Diese beiden Tracks bestehen aus jeweils zwei Modulen. Hierdurch wird sichergestellt, dass alle Bewerber und Bewerberinnen sowohl über medizinische und informatische Grundlagenkenntnisse verfügen und ein gemeinsamer Verständigungsrahmen geschaffen wurde.

Im dritten Semester können alle Teilnehmer und Teilnehmerinnen zwischen zwei Specialisation Tracks „Data Integration“ oder „Data Analytics“ mit je zwei Modulen wählen.

CI-M 1

Medical Aspects & Medical Terminology
Medizinische Grundlagen und Strukturen des Gesundheitssystems

CI-M 2

Medical Aspects & Methodology of Medicine
Menschliche Anatomie und Physiologie und Ablauf klinischer Entscheidungsprozesse

CI-C 1

Computer Science Aspects Data structures & Algorithm
Konzepte grundlegender Algorithmen und Datenstrukturen

CI-C 2

Computer Science Aspects: Automata, Language, Complexity
Grundlegende Verfahren der formalen Modellierung

MIP 1

Learners Step's to Biomedical and Health Informatics (BMHI)
Anwendungsszenarien verbreiteter relevanter Datenbanktechnologien

CM 1

Applied Software Engineering
Methodiken zur systematischen und arbeitsteiligen Softwareentwicklung

MIP 2

Clinical Information Systems: Architecture and Management
Methoden und Werkzeuge klinischer Informationssysteme (KIS)

CM 2

Statistics & Evidence Based Medicine
Grundlagen medizin-statistischer Verfahren und methodische Ansätze der evidenzbasierten Medizin

MIP 3

Ethical, Legal & Social Dimensions of BMHI-Projects
Orientierung in nicht-technischen Rahmenbedingungen medizininformatischer Projekte

BMHI-I

Internship
Anwendungsbezugs im Kontext klinischer Informationsverarbeitung

MIP 4

Guidelines & Rules: Acquiring and Operationalizing Biomedical Knowledge
Anwendbarkeit grundlegender Algorithmen logikbasierter Wissensverarbeitung

CM 3

Data Management and Data Science
Methoden und Werkzeuge eines systematischen Datenmanagements mit semistrukturierten oder unstrukturierten Daten

Track 1 DI 1

Biomedical Data Semantics & Ontologies
Nutzung  von semantische Standards und Verfahren zur Entwicklung und Konsentierung semantischer Schnittstellen

Track 1 DI 2

Clinical Data Integration & Interoperability
Standards zur Dokumentation, Datenintegration und Interoperabilität

Track 2 DA 1

Biomedical Big Data Processing
Verfahren zu Sequenzanalyse und –vergleich und Methoden der prädiktiven Analyse und der Signalverarbeitung

Track 2 DA 2

Predictive Analytics & Machine Learning
Anwendungskriterien für relevante Verfahren des maschinellen Lernens