Data-analytiikka ja tekoäly terveydenhuollossa (5 op)
Toteutuksen tunnus: 7Y00FJ97-3003
Toteutuksen perustiedot
- Ilmoittautumisaika
- 08.05.2023 - 03.09.2023
- Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
- 01.08.2023 - 31.12.2023
- Toteutus on päättynyt.
- Laajuus
- 5 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- Terveysteknologia YAMK
- Toimipiste
- TAMK Pääkampus
- Opetuskielet
- suomi
- Koulutus
- Hyvinvointiteknologian ylempi tutkinto-ohjelma (sosiaali-, terveys- ja liikunta-ala)
- Hyvinvointiteknologian ylempi tutkinto-ohjelma (tekniikan ja liikenteen ala)
- Hyvinvointiteknologian ylempi tutkinto-ohjelma (liiketalouden ala)
- Opettajat
- Lea Saarni
- Pekka Pöyry
- Tony Torp
- Vastuuhenkilö
- Lea Saarni
- Luokittelu
- ONLINE
- Opintojakso
- 7Y00FJ97
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.