Data-analytiikka ja tekoäly terveydenhuollossa (5op)

Osaamistavoitteet

Opiskelija
- tietää keskeiset data-analytiikan termit ja käsitteet
- tietää (terveydenhuollon) datan keräämis-, tallennus- ja analysointimenetelmien periaatteet
- osaa hyödyntää data-analytiikka päätöksenteon välineenä
- tietää yleisimmät datan hallinta- ja visualisointimenetelmät
- ymmärtää datan merkityksen ja käyttökohteet terveydenhuollon prosesseissa
- tietää koneoppimisen keskeiset termit ja käsitteet sekä periaatteet

Sisältö

Keskeiset käsitteet: terveydenhuollon datan määritelmä, Big Data, datan visualisointi, algoritmit, koneoppiminen, tekoäly
Terveydenhuollon datan kategoriat
Johdatus Big Dataan ja sen hyödyntämistapoihin terveydenhuollossa
Datan hyödyntämismenetelmiä
Yleisimpiä Big Data –järjestelmiä
Johdatus algoritmiikkaan, koneoppimisen ja tekoälyn perusteisiin

Arviointikriteerit, tyydyttävä (1-2)

Opiskelija osaa käsitellä dataa, analysoida ja tehdä datan visualisointeja. Opiskelija tuntee tekoälyn perusteet ja tärkeimmät käsitteet sekä tärkeimpiä sovelluskohteita terveydenhuollon alueella.

Arviointikriteerit, hyvä (3-4)

Opiskelija osaa käsitellä dataa, analysoida ja tehdä visualisointeja. Opiskelija tuntee tekoälyn perusteet, tärkeimmät käsitteet ja osaa luoda esimerkkien pohjalta tekoälysovelluksia terveydenhuollon alueella sekä ymmärtää datan merkityksen terveydenhuollon johtamisen prosesseissa.

Arviointikriteerit, kiitettävä (5)

Opiskelija osaa käsitellä monipuolisesti dataa, analysoida ja tehdä visualisointeja. Opiskelija tuntee hyvin tekoälyn perusteet, tärkeimmät käsitteet ja osaa luoda tarkoituksenmukaisia tekoälysovelluksia terveydenhuollossa sekä ymmärtää datan merkityksen terveydenhuollon johtamisen prosesseissa.