健康医疗数据观察性研究科学联盟(Observational Health Data Sciences and Informatics,OHDSI)是一个多方参与的跨学科协作计划,旨在利用基于通用数据模型集成的大规模数据分析,来揭示健康医疗数据的价值。致力于临床大数据深度学习、人工智能、数据隐私与保护、OHDSI标准化数据模型与医学术语标准、临床自然语言处理等前沿领域的研究。
OHDSI CHINA每年举办两次技术培训班,面向临床研究者、医学信息学领域研究者,提供面对面的数据二次应用培训,授课教师均为全球范围内对医疗大数据应用具有丰富经验的专家,提供多病种的样例数据库,可进行实际操作。
OHDSI China第四次技术培训班将于2019年10月16-17日在广州举行,欢迎广大临床科研工作者、医学信息学领域研究者积极参与。
2019年10月16-17日
广州南方医科大学南方大酒店 (广州省广州市白云区广州大道北1838号)
OHDSI CHINA
IQVIA、神州数码医疗科技股份有限公司
1、本次培训班免注册费,差旅食宿自付。
2、为保证授课质量,本培训是小班授课。学员限定为80人,报名人满即截止。
3、参加培训学员请自备电脑,用于上机实操。
本小节将介绍OMOP的标准化术语集,包括术语之间的上下级关系及属性关系,标准化术语集在药物研究中的重要作用,以及如何使用SQL进行基于标准术语的检索。
本小节将深入介绍OMOP通用数据模型的主要方面以及通用数据模型的特性。OMOP通用数据模型是以病人为中心、使用标准术语的数据模型整合,面向医疗领域的不同术语集,保存来自各种来源的数据,可扩展的术语集及模型,以及保持各数据库平台独立的特性。
本小节将深入介绍OHDSI强大的开源软件Atlas。研究人员可以通过Atlas进行:1)基于药物暴露或特定诊断,来定义受试群体,进而创建研究队列情况;2)根据医学概念,标准术语进行语义搜索,以识别具有特定条件、药物暴露等情况的患者; 3)可以在特定队列中查看患者概况,从而显示特定患者的医疗记录。
· IQVIA OMOP 数据网络资深总监 ,负责管理OMOP团队
· 专业领域:软件开发、数据转换,敏捷软件开发
· OMOP团队已经在6个不同国家的12个不同的数据集上进行了ETL转换。Mui 在研究基于OMOP模型的大型患者数据库以及支持这些转化所需的标准术语集方面拥有丰富的经验。
· Mui在多个OHDSI工作组任职。她是中国OMOP CDM/术语集工作组的联合领导人之一。她领导了THEMIS工作组内的两个小组。她一直致力于OMOP模型的推广。
· Mui是2018年OHDSI Titan Award社区合作奖的获奖人。
· 演讲题目: 构建全球共享的真实世界研究写作体系:OHDSI的技术框架及应用实践 OHDSI: Building Up the Global Data-Shaping Platform
· IQVIA真实世界与大数据解决方案 OMOP咨询顾问
· OHDSI 中国秘书长
· 专业领域包括:生物医学信息学,医学人工智能,自然语言处理等
· 负责OHDSI在中国的培训、会议等活动的开展、协调与管理
· OHDSI 与真实世界研究相关主题的演讲嘉宾与培训讲者
· IQVIA真实世界与大数据解决方案 数据科学家
· 专业领域包括:统计分析,医疗大数据,临床试验,预测模型
· 负责OHDSI在中国的研究,OHDSI与真实世界研究相关主题的培训
Copyright © 2017 - 2021 OHDSI China - All Rights Reserved.