หลักสูตรนี้ เป็นการอธิบายความรู้ด้านแนวคิดและการวิเคราะห์สถิติขั้นสูงในทางระบาดวิทยาและการประยุกต์ใช้สถิติขั้นสูงในงานด้านสาธารณสุข การใช้เทคโนโลยีในการจัดการข้อมูล การประยุกต์ใช้สื่อในการนำเสนอข้อมูลด้านสาธารณสุขสู่สาธารณะ อันจะทำให้เกิดการเพิ่มความรู้และให้เกิดประโยชน์ สามารถประยุกต์ใช้และนำไปปฏิบัติงานด้านสาธารณสุขให้มีประสิทธิภาพต่อไป

ปัจจุบันเรื่องของข้อมูลด้านสุขภาพเป็นสิ่งหนึ่งที่มีความสำคัญต่อการดำเนินการเพื่อส่งเสริมและแก้ปัญหาสุขภาพของคนในชุมชน ช่วยให้ชุมชนมีข้อมูลพื้นฐานที่จำเป็นในการวิเคราะห์แนวทางในการส่งเสริมสุขภาพ ป้องกันโรคและมีการจัดการดูแลสุขภาพที่จำเป็น เพื่อให้เกิดการดำเนินการด้านสุขภาพอย่างเป็นระบบ ทั้งในระดับพื้นที่ ระดับประเทศ และในระดับโลก เพื่อที่จะสามารถจัดการกับปัญหาสุขภาพได้อย่างเหมาะสม หน่วยงานที่เกี่ยวข้องจึงมีการเก็บรวบรวมข้อมูล และนำข้อมูลทางสุขภาพมาวิเคราะห์ทางสถิติและรายงานค่าต่าง ๆ ทางสถิติ อันส่งผลให้ผู้ที่เกี่ยวข้องนำมาประกอบ ประยุกต์ใช้ในการวางแผนส่งเสริมสุขภาพ ควบคุม ป้องกัน และรักษาโรคในประชากรได้ ประกอบกับการดำเนินการด้านข้อมูลในปัจจุบันได้มุ่งเน้นในการใช้สถิติขั้นสูงและเทคโนโลยีในการจัดการข้อมูล โดยมีการพัฒนาระบบข้อมูลเพื่อให้มีความสะดวกและเข้าถึงผู้ใช้มากขึ้น ส่งผลให้หน่วยงานสามารถจัดเก็บข้อมูลที่มีขนาดใหญ่พัฒนาเป็นฐานข้อมูลและสามารถประยุกต์การใช้งานและเชื่อมโยงระหว่างฐานข้อมูลได้ การที่ข้อมูลที่ปริมาณมาก ทั้งยังมาจากแหล่งข้อมูลที่ซับซ้อน ทำให้ข้อมูลมีมิติในการวิเคราะห์ที่หลากหลายมากขึ้น จากเหตุผลดังกล่าวจึงทำให้มีความจำเป็นที่บุคคลากรจะต้องมีมุมมอง และแนวทางที่สามารถวิเคราะห์ข้อมูลด้านสุขภาพ เพื่อให้ตรงกับวัตถุประสงค์ที่ต้องการ
คณะสาธารณสุขศาสตร์ มหาวิทยาลัยเชียงใหม่ เป็นคณะที่มุ่งเน้นการให้บริการวิชาการทางสาธารณสุข จึงได้กำหนดให้มีการอบรมหลักสูตรระยะสั้นเรื่อง “การวิเคราะห์ข้อมูลขนาดใหญ่ทางสาธารณสุข” ขึ้น เพื่อเพิ่มความรู้และให้เกิดประโยชน์ สามารถประยุกต์ใช้และนำไปปฏิบัติงานด้านสาธารณสุขให้มีประสิทธิภาพต่อไป

หลักสูตรอบรมนี้มีชั่วโมงการเรียนรู้รวม 18 ชั่วโมง โดยแบ่งเนื้อหาการอบรมเป็น 5 หัวข้อ ดังนี้

ชื่อหัวข้อ	จำนวนชั่วโมง
1. แนวคิดและการวิเคราะห์สถิติขั้นสูงในทางระบาดวิทยาและการประยุกต์ใช้สถิติขั้นสูงในงานด้านสาธารณสุข (Generalized linear models (GLMs), joinpoint analysis และ survival analysis)	6
2. เครื่องมือการวิเคราะห์ข้อมูลและการนำเสนอข้อมูลเชิงลึก (Data Visualization: Power BI)	3
3. การประยุกต์ใช้สื่อในการนำเสนอข้อมูลด้านสาธารณสุขสู่สาธารณะ (Infographic: CANVAS)	3
4. แนวคิดและการวิเคราะห์ข้อมูล big data (Data analytics: Data Mining, Performance in Data Classification, Classification Technique, Imbalanced Data)	3
5. การประยุกต์ใช้ระบบปัญญาประดิษฐ์ (AI) ทางด้านสาธารณสุข	3
รวม	18 ชั่วโมง