Zentrale Studienberatung
im SSC-Gebäude
Adolf-Reichwein-Str. 2
57076 Siegen
Anfahrt
Erreichbarkeit der
studentischen Hotline:
0271 740-2712
Mo - Do: 9 - 16 Uhr
Fr: 9 - 12 Uhr
Mail:
info.studienberatung[at]
zsb.uni-siegen.de
Terminvereinbarung für eine Beratung über:
0271 740-2712
International Students
You find information about the admission procedure here:
STARTING
Impressum
Medical Data Science
Kurzinfo
Zulassungs-
beschränkt |
Regel-
studienzeit | WiSe | SoSe |
---|---|---|---|
nein | 4 Semester | ✔ | ✔ |
Zulassungsverfahren
Bewerbung erforderlich
zur Bewerbung 
Abschluss
Master of Science
Weitere Informationen zum Studiengang
Unterrichtssprache
Deutsch teilweise Englisch
Termine & Fristen
Der Studiengang
Die moderne Medizin ist ohne die Verarbeitung von Daten
nicht mehr denkbar. Alle Vorgänge in Krankenhäusern,
Arztpraxen, Pflegeeinrichtungen und anderen Unternehmen des
Gesundheitssystems sind heute vernetzt. Patient:innen und ihre
Krankengeschichten werden durch Daten repräsentiert. Diese
Datenverarbeitung funktioniert heute noch nicht perfekt. Die
Erfahrungen der Corona-Pandemie haben dies an manchen Stellen
deutlich gezeigt.
Medical Data Science beschäftigt sich damit, solche Missstände
zu beseitigen und eine auf Daten gestützte optimale
medizinische Versorgung für die Zukunft zu schaffen.
Absolvent:innen dieses Masterstudiengangs beherrschen
Konzeption, Entwicklung, Bewertung und Anwendung von Methoden
und Werkzeugen der Informationsverarbeitung mit dem Ziel der
medizinischen Datenverarbeitung, Datenanalyse und
Datenintegration sowie entsprechender Forschung in diesen
Bereichen.
Berufsperspektiven
Expert:innen mit einem Masterabschluss in Medical Data
Science schaffen das Rückgrat der medizinischen Versorgend der
Zukunft. Sie entwickeln und erforschen innovative Lösungen für
die medizinischen Probleme unserer Zeit.
Durch ihr fachspezifisches Wissen und übergreifende
Fertigkeiten sind sie in der Lage, als Teammitglieder oder in
der Leitung von Projekten in der Forschung oder in IT-Teams
tätig zu sein. Mit ihrer Expertise unterstützen sie
Gestaltungs-, Versorgungs- und Forschungsprozesse in
Einrichtungen oder Unternehmen des Gesundheitssystems.
Dies tun sie in Krankenhäusern, Unternehmen und Behörden der
Gesundheitsadministration, bei Software-Herstellern und
Medizintechnik-Unternehmen, aber auch in Forschungsinstituten
und Universitäten im Rahmen einer wissenschaftlichen Karriere,
die ihnen nach einem universitären Abschluss in Medical Data
Science, wie wir ihn hier in Siegen anbieten, offensteht.
Zugangsvoraussetzung
Voraussetzung ist ein Bachelorabschluss in einem medizinisch-orientierten Studiengang, in dem auch Grundkenntnisse der Informatik vermittelt wurden. Bewerber:innen müssen nachweisen, dass sie vor Beginn des Studiums einen gewissen Anteil an medizinischen Grundkenntnissen und mathematisch-informatischen Grundlagen erworben haben (konkret jeweils mindestens 30 ECTS-Punkte). Das kann z.B. durch einen Bachelorabschluss in Medizinischer Informatik erfolgen oder durch einen Abschluss in einem Kern-, Wirtschafts- oder Bioinformatik-Studium, wenn Sie anderweitig, z.B. durch eine vorherige Berufsausbildung hinreichende Medizingrundkenntnisse erworben haben. Natürlich erfüllt der Bachelorstudiengang Digital Biomedical and Health Sciences mit 2. Kernfach Digital Medical Technology der Universität Siegen diese Zugangsvoraussetzungen.
Studienstruktur
1. Semester |
2. Semester |
3. Semester |
4. Semester |
Wissensmanagement
|
Kl in der Medizin |
Ubiquitous Computing |
Masterarbeit |
Medical XR |
Medizintechnik Vertiefung |
1 Wahlpflichtfach
|
|
Wahlpflichtfächer Digitale Medizin |
|||
Projektgruppe |
1 Wahlpflichtfach Interdisziplinäre Themen
- IoT in der Medizin
- Entscheidungsunterstützungssysteme
- Recht und Regulatorik
- Ethik in der digitalen Medizin
- Algorithmik I
- Datenbanksysteme II
- Deep Learning
- Recent Advances in Machine Learning
- Machine Vision
- Advanced Programming in C++
- Fortgeschrittene Bioinformatik
Wahlpflichtfächer Digitale Medizin
- Praktische Philosophie
- Sprache in berufl. & institut. Kontexten
- Data, Platforms & Digital Methods
- Medicine in Depth I
- Medicine in Depth II
- Medicine in Depth III
- Gesundheitsökonomie
- Gesundheitsökonomie - Evaluation
- Nutzerorientierung in Digital Public Health
- Statistical Learning in Health Sciences
- Gesundheits- & Klinische Psychologie