Data-analytiikka ja tekoäly terveydenhuollossa (5 op)

Osaamistavoitteet (Opintojakso)

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 (Opintojakso)

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) (Opintojakso)

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

Arviointikriteerit, hyvä (3-4) (Opintojakso)

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

Arviointikriteerit, kiitettävä (5) (Opintojakso)

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

Tenttien ja uusintatenttien ajankohdat

Ei tenttiä.

Arviointimenetelmät ja arvioinnin perusteet

Tarkemmat arviointiperusteet julkaistaan kurssin Moodle -sivuilla kurssin osatoteutuksittain aloituskerralla

Arviointiasteikko

0-5

Opiskelumuodot ja opetusmenetelmät

Teams -opetus, lähiopetus, Moodle -alustalla tehtävät etätehtävät, loppututkielman teko.

Oppimateriaalit

Julkaistaan kurssin Moodle -sivuilla tai kurssin Teamsissa ennen kurssin alkua.

Sisällön jaksotus

Data-analytiikka terveydenhuollossa 2,5op osuus
Tekoäly terveydenhuollossa 2,5 op osuus

Lisätietoja opiskelijoille

Kurssi jaetaan kahteen 2,5 opintopisteen osatoteutukseen, joista toinen on tekoäly ja toinen data-analytiikka. Kurssin kokonaisarvio muodostuu näiden osatoteutusten keskiarvon perusteella lähimpään kokonaislukuun pyöristettynä.