机构名称：
¥ 1.0
大规模数据，例如电子健康记录和技术工具，例如AI算法，越来越多地用于公共卫生和医学。尽管此类数据资源和工具具有改善临床护理和公共卫生的巨大潜力，而无需仔细关注算法的数据，并且信息学的结论不正确，并且可能会得出建议。数据，信息学，数据科学，社会理论和公平性方面的专业知识对于确保以改善健康和不持续偏见和不平等的最佳方式来利用这些工具至关重要。需要核心生物统计学理论和方法来建立框架和方法来检查和解决数据偏见和健康不平等，对于在该领域工作的生物统计学家至关重要，以深入了解实体环境。同样，需要了解健康和数据权益问题的计算和生物信息学科学家。健康数据信息学和权益集群代表生物统计学系与医学院通用内科医学中生物医学信息学和数据科学的部分之间的伙伴关系。这项倡议将为大学提供健康数据信息学和公平研究的领先研究人员，带来重要的专业知识和观点，使教职员工多样化，并基于现有的优势。它将受益于诸如观察健康数据科学和信息学（OHDSI）开放科学合作，医学上的卓越精准医学中心（PMCOE）项目以及数据科学和AI计划，并将在这个重要界面上突出有影响力的工作。
健康数据信息学和权益 - JHU的多样性
主要关键词
相关文件推荐
