本课程提供了卫生信息系统的基础知识和信息系统在医疗机构有效运作中的作用。本课程的重点是：HMIS的发展、HMIS的组成和基本功能、医疗机构的技术基础设施、HER、HIE、CPOE和CDSS等基本概念、HIPPA、HL7和DICOM等HMIS标准、医疗机构的战略信息系统规划、系统分析和项目管理、信息安全问题以及HMIS专业人员在医疗机构中的作用。
本课程旨在解决MSBA项目的第二个目标，“学生将使用当代信息系统和分析工具来获取和管理商业分析数据。”通过完成本课程，学生将掌握获取、创建、检查和管理医疗保健数据的技能。本课程向学生介绍当代复杂的数据管理和分析软件，这是最常用的医疗保健行业。学生将在数据格式、数据转换、数据导出和导入、数据获取和清理、数据字典和数据操作方法、设置域、约束、最佳数据类型、高级SQL查询、数据可视化以及包括备份和恢复在内的数据资源管理方面发展能力。
本课程教导学生如何在组织环境中应用计算工具来应对新的分析挑战。对于一系列组织分析案例问题，学生将学习如何选择合适的数据，存储和格式化数据以供分析，基于编程和脚本语言创建定制的计算解决方案，并以各种形式（包括表格和图形/可视化方法）呈现结果。学生将在桌面、云和高性能计算环境中应用软件语言，如R和Python
本课程向学生介绍社交媒体分析的概念和用于分析社交媒体数据（如文本，网络和动作）的技术。学生将学习如何从流行的社交媒体平台中提取数据，并使用R等软件工具分析这些数据，以识别趋势、情绪、意见领袖和社区。
本课程向学生介绍数据可视化和仪表板。学生将学习数据可视化的最佳实践，使用结构化查询语言（SQL）进行数据检索，提高分析技能，并学习如何设计仪表板以支持管理决策。学生将有机会获得数据检索和可视化方面的实践经验。学生将使用Tableau作为数据可视化和仪表板的主要工具，但将开发可应用于该领域最常见软件包的可转移技能。
本课程为学生提供各种管理决策分析技术的知识和技能，包括大数据分析。将涵盖许多定义良好的数据挖掘技术，如分类、估计、预测、亲和分组和聚类以及数据可视化。还将讨论跨行业数据挖掘标准流程（CRISP-DM）。数据挖掘技术将应用于各种商业应用，包括目标营销、信用风险管理、信用评分、欺诈检测、医疗信息学、电信和网络分析。
本课程向学生介绍企业数据资源的管理和协调，以提高整个企业的决策能力。学生将学习如何从企业数据中识别关键绩效指标，如何区分企业分析与其他形式的分析，如何确定哪些专有数据将提供分析优势，以最大限度地提高对企业的影响，最新的分析技术和最新案例的最佳实践。学生将参与一个反复的过程，从组织内的多个功能领域探索数据，以获得可操作的见解，并交流发现，以帮助企业提高决策质量。
本课程使学生全面了解组织环境中与信息安全和信息保障相关的问题和解决方案。学生学习如何对现场安全与保障、硬件与软件可靠性与风险、网络可靠性与安全进行定量和定性的安全风险评估分析。学生将进行数据收集和分析方法，以解决预期的故障、攻击的发生率和严重程度、事故和自然行为，以及它们对运营和预算的影响。
本课程向学生介绍现代机器学习方法，这些方法可以应用于建立预测模型和发现数据中的模式，以便更好地进行商业决策。学生将学习在R编程语言中实现机器学习技术，以理解复杂的数据集。本课程将使学生能够通过识别从数据驱动的商业智能中获得商业价值的机会来解决商业问题。先决条件：QUMT 6303或QUMT 3341或同等学历
本课程介绍规范分析的原理和技术。这些工具为业务实体和决策者提供了评估绩效、制定决策、设计策略和管理风险的合理工具。学生将学习如何使用分析模型来评估在许多商业决策中普遍存在的不确定性。由于商业问题通常有不同的解决方案，学生将学习如何使用分析模型来评估各种商业解决方案，并确定最佳的行动方案。本课程涉及电子表格建模和其他分析包的实践学习经验。重点是如何运用这些分析方法来促进不同行业和职能领域的管理决策。
