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 i.d.R. drei Tagen pro Modul wird in bis zu drei Präsenzblöcken über das Semester verteilt. Im zweiten Semester erfolgt zusätzlich wahlweise die Erstellung einer Projektarbeit oder die Ableistung eines Praktikums. Während des Semesters finden wöchentlich zwei Webinare außerhalb der regulären Arbeitszeiten statt. Die moderne Lernplattform der RWTH unterstützt das Lernen mit interaktiven Inhalten. Das vierte Semester ist der Erstellung der Masterarbeit vorbehalten.

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 den zwei Specialisation Tracks „Data Integration“ oder „Data Analytics“ mit je zwei Modulen wählen.

 

CI-M 1

Medizinische Terminologie
Medizinische Grundlagen und Strukturen des Gesundheitssystems

CI-M 2

Medizinische Methodologie
Menschliche Anatomie und Physiologie und Ablauf klinischer Entscheidungsprozesse

CI-C 1

Datenstrukturen & Algorithmen
Konzepte grundlegender Algorithmen und Datenstrukturen

CI-C 2

Einführung in die Programmierung
Grundlegende Verfahren der formalen Modellierung

MIP 1

Lernetappen in Biomedical and Health Informatics (BMHI)
Anwendungsszenarien verbreiteter relevanter Datenbanktechnologien

CM 1

Angewandte Softwareentwicklung
Methodiken zur systematischen und arbeitsteiligen Softwareentwicklung

MIP 2

Medizinsche Informationssysteme: Architektur und Management Methoden und Werkzeuge klinischer Informationssysteme (KIS)

CM 2

Statistik & Evidenzbasierte Medizin
Grundlagen medizin-statistischer Verfahren und methodische Ansätze der evidenzbasierten Medizin

MIP 3

Ethische, rechtliche & gesellschaftliche Dimensionen von BMHI Projekten
Orientierung in nicht-technischen Rahmenbedingungen medizininformatischer Projekte

BMHI-I

Praktikum oder Projektarbeit
Anwendungsbezugs im Kontext klinischer Informationsverarbeitung

MIP 4

Leit- & Richtlinien: Biomedizinisches Wissen erwerben und operationalisieren
Anwendbarkeit grundlegender Algorithmen logikbasierter Wissensverarbeitung

CM 3

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

Track 1 DI 1

Semantiken und Ontologien biomedizinischer Daten
Nutzung  von semantische Standards und Verfahren zur Entwicklung und Konsentierung semantischer Schnittstellen

Track 1 DI 2

Klinische Datenintegration & Interoperabilität
Standards zur Dokumentation, Datenintegration und Interoperabilität

Track 2 DA 1

Big Data Processing in der Biomedizin
Verfahren zu Sequenzanalyse und -vergleich und Methoden der prädiktiven Analyse und der Signalverarbeitung

Track 2 DA 2

Prädiktive Analysen & Maschinelles Lernen
Anwendungskriterien für relevante Verfahren des maschinellen Lernens