摘要：通过 UCL 的健康数据科学理学硕士课程，了解尖端技术如何彻底改变医学研究。这个充满活力的课程让您沉浸在人工智能和机器学习的先进计算方法中，这些方法专为分析大量复杂的生物医学数据而量身定制。您将获得推动创新的技能和专业知识，从而提高医疗保健和医学水平。

伦敦大学学院授课硕士

健康数据科学理学硕士

伦敦，布鲁姆斯伯里

这是 2025 年入学的课程信息

课程开始时间

2025 年 9 月

接受申请

需要签证的申请人： 2024 年 10 月 14 日至 2025 年 6 月 27 日

申请截止时间：英国时间下午 5 点

开放申请

通过 UCL 的健康数据科学理学硕士课程，了解尖端技术如何彻底改变医学研究。这个充满活力的课程让您沉浸在人工智能和机器学习的先进计算方法中，这些方法专为分析大量复杂的生物医学数据而量身定制。您将获得推动创新的技能和专业知识，从而提高医疗保健和医学水平。

健康数据科学是一个快速发展的领域，就业市场充满活力，为大型机构和创新型健康初创企业中技术娴熟的健康数据科学家提供了大量机会。本课程深入探讨了利用不断增长的、涵盖不同人群健康的生物医学数据的尖端技术。

您将掌握连接、描述和分析复杂数据集（如电子健康记录）的技能，并设计和开展复杂的健康研究。该课程整合了 UCL 在健康信息学、健康数据科学、临床流行病学、计算机科学、人工智能、机器学习和生物医学统计学方面的世界级专业知识。

在我们知名学者的指导下，您将获得该领域前沿突破性研究的宝贵见解。凭借 UCL 与医院、健康数据科学公司、医疗技术公司、制药公司和健康中小企业 (SME) 的紧密联系，您将有大量机会获得与行业相关的实践经验，为成功就业奠定基础。

课程对象

本课程为生物医学统计学和数据管理与分析科学编程提供了良好的基础，不要求学生具备任何相关知识。申请者应确保在教育经历或个人陈述中清楚地证明自己已准备好接受此类培训。

了解在 UCL 攻读硕士学位需要具备哪些条件

本课程将为您带来什么

在世界大学排名第九（2025 年 QS 世界大学排名）、世界公共卫生排名第六（2023 年上海排名）以及医学、健康和生命科学研究实力和影响力排名第一（2021 年 REF）的大学学习。

向 UCL 健康数据科学和生物医学信息学领域的知名研究人员学习，包括健康信息学家、临床医生、统计学家和计算机科学家。

进入由志同道合的同行、研究人员和学者组成的互动性强、参与度高的学习社区，定期获得学术和专业发展的交流机会。

课程内容与英国健康数据研究中心（HDR UK）（英国国家健康和生物医学信息学研究机构）保持一致，这意味着您学习的所有内容都以最新的健康数据科学发展为基础。

在您感兴趣的领域灵活开展论文项目。

与我们的合作伙伴合作的机会。例如，参加科学研讨会或实习，或撰写行业赞助的论文。

注重知识应用，培养职业所需的技能。

了解研究生课程的内容

职业生涯的基础

本课程旨在满足健康研究资助者和行业对能够创建、管理和分析大型数据集的健康数据科学家日益增长的需求。

健康数据科学是一个快速发展的领域，招聘健康数据科学的雇主包括政府机构、技术公司、咨询和研究公司以及科学组织。

我们的毕业生已进入大型跨国公司、国家卫生服务机构、中小型企业工作，或在大学攻读博士学位。

*由高等教育统计局（HESA）进行的毕业生结果调查，调查了 2017-18、2018-19、2019-20 和 2020-21 届英国和欧盟毕业生的去向。

就业能力

当今一些最令人振奋、最富有成效的研究都是利用大型数据集，通过大规模合作、公共或私人计划获得的医疗保健数据集。您将在这一令人兴奋的研究领域培养出抢手的技能--您可以根据自己的发展方向，将这些技能带入学术界、工业界或医疗保健领域。

建立联系

许多雇主以不同的方式支持该计划，包括为选定的学生提供带薪实习机会。

课程设置

教学与学习

我们采用传统授课、实践课和研讨会相结合的方式。

在 UCL IHI 网站上了解目前领导该课程的学者。

评估通过经典笔试、在线考试、课程作业和课堂测验进行。

每个 15 个学分的模块相当于约 150 个学习小时。学习时间分布在整个模块期间，通常为 10 周。这包括授课、独立学习、小组合作和评估的时间。

通常情况下，一个单元每周有 3 个课时，总计 30 个课时。独立学习通常每个模块需要 200-300 个小时。

混合式模块有十周的在线学习和三天的集中面授。

总的来说，我们希望全日制学生每周学习 40 小时，课外时间用于自主学习。非全日制和弹性学制学生按比例学习。

课程模块

全日制

您将学习五个必修教学模块、三个选修模块并完成一篇必修论文。大部分必修模块在第一学期，选修模块在第二和第三学期。

授课模块大多采用面授方式。

非全日制

灵活

必修模块

健康研究数据方法

健康数据科学论文

数据科学与统计学

健康数据科学原理

健康研究 Python 编程

选修模块

数据科学与统计学高级方法

医疗保健中的人工智能（AIH）

医疗保健系统信息学精要

应用计算基因组学

医疗保健高级机器学习

医疗保健人工智能小组项目

请注意，此处提供的模块列表仅供参考。这些信息是在入学前发布的，模块内容和可用性可能会发生变化。本学年正在使用的模块通过链接可获取更多信息。如果没有链接，则表示尚未提供更多信息。

学生修读的模块总计 180 个学分。成功修满 180 个学分后，您将被授予健康数据科学理学硕士学位。

无障碍设施

有关 UCL 建筑无障碍设施的详细信息，可从 AccessAble 获取。您还可以从 UCL 学生支持和福利服务团队获得更多信息。

语言要求：

雅思 总分7.0各小分不低于6.5

托福iBT 总分96读写25/30 听说23/30

来源：小丽课堂