课程主页: https://www.coursera.org/learn/cdss1
在如今的大数据时代，数据挖掘技术在健康医疗领域变得日益重要。最近，我完成了Coursera上的一门课程——「临床数据库的数据挖掘 – CDSS 1」，这是一门关于MIMIC-III数据库的课程，它是目前最大的一组公开电子健康记录（EHR）数据库，广泛应用于机器学习算法的基准测试。
课程结构非常清晰，分为多个模块，涵盖了MIMIC-III数据库的设计、如何利用查询工具提取和可视化描述性分析、以及国际疾病分类（ICD）编码的重要性。对于那些希望将研究问题与数据相匹配并提取关键临床结果，以开发临床有用的机器学习算法的学生来说，这门课程是非常实用的。
以下是课程的主要模块的概述：
- 电子健康记录与公共数据库: 这个模块介绍了MIMIC-III的结构，教我们如何使用工具进行数据查询与分析。
- MIMIC-III作为关系数据库: 在这一周，我们讨论了MIMIC-III数据库的基本结构及如何提取和可视化总结统计数据。
- 国际疾病分类系统: 课程中探讨了ICD系统的历史，并提供了实际例子来提取ICD-9代码及其可视化。
- MIMIC-III中的概念和患者纳入流程图示例: 该模块介绍了疾病评分的统计工具及复杂的患者纳入流程图。
这门课程的内容深度适中，既适合初学者，也对已有基础的学习者有一定的挑战，尤其是在应用机器学习模型于临床医疗方面。讲师的讲解通俗易懂，结合实践的操作，让整个学习过程变得丰富有趣。
以我个人的学习体验来看，我会非常推荐这门课程。无论你是从事医药卫生相关工作的专业人士，还是机器学习及数据挖掘领域的学生，都能从中了解到如何利用大数据来提高临床决策的效率。
总的来说，通过这门课程，我对MIMIC-III数据库有了全面的理解，并且掌握了一些实用的技巧，能够更好地应用于将来的工作中！
课程主页: https://www.coursera.org/learn/cdss1