This course provides an in-depth exploration of the rapidly evolving field of digital health. It covers the current trends, state of the industry, and the perspectives of both patients and physicians, with particular emphasis on digital health applications (DiGA and DiPA) in Germany and Europe. Students will gain insights into the importance of interoperability, data management, and research data, while also exploring into the role of big data and AI in state-of-the-art healthcare. The course integrates theory with real-world application, case studies and a guest lecture, offering a comprehensive understanding of the digital transformation in the healthcare sector.
TeilnehmerInnen:
Master's students enrolled in Data Science and Biomedical Engineering.
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Technologie u. Innovationsmanagement (W-7)
beteiligte Institute: Institut für Data-Driven Innovation (W-EXK2)
In Stud.IP angemeldete Teilnehmer: 34
Anzahl der Dokumente im Stud.IP-Downloadbereich: 46
Betreute Abschlussarbeiten
laufende
beendete
2021
Hund, P. (2021). Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.
Hund, P. (2021). Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.
Möller, P. (2021). Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.
Plant, R. (2021). Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.
2020
Dressel, M. (2020). Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.
Schmidt, M. (2020). Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.