•   Data-analytiikka ja tekoäly terveydenhuollossa 7Y00FJ97-3001 01.08.2021-13.12.2021  5 op  (21YHS, ...) +-
    Opintojakson 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
    Opintojakson 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

    Opiskelija

    - osaa käsitellä dataa

    - osaa analysoida ja tehdä datan visualisointeja

    - tuntee tekoälyn perusteet ja tärkeimmät käsitteet sekä tärkeimpiä sovelluskohteita terveydenhuollon alueella.

    Hyvä

    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.

    Kiitettävä

    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.

    Vastuuhenkilön nimi

    Tony Torp

    Kirjallisuus

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

    Opiskelumuodot ja opetusmenetelmät

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

    Arviointimenetelmät (toteutus) ja kriteerit (opintojakso)

    Tarkemmat arviointiperusteet julkaistaan kurssin Moodle -sivuilla kurssin osatoteutuksittain aloituskerralla.

    Opetuskielet

    Suomi

    Ajoitus

    01.08.2021 - 13.12.2021

    Ilmoittautumisaika

    28.05.2021 - 31.07.2021

    Opintopisteet

    5 op

    Ryhmä(t)

    21YHS

    21YHT

    21YHL

    Paikkoja

    0 - 40

    Opettaja(t)

    Ossi Nykänen, Lea Saarni, Tony Torp

    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.

    Vastuuyksikkö

    Hyvinvointiteknologia YAMK

    Koulutusohjelma(t)

    Hyvinvointiteknologian ylempi tutkinto-ohjelma (sosiaali-, terveys- ja liikunta-ala)

    Toimipiste

    TAMK Pääkampus

    Arviointiasteikko

    0-5

    Tenttien ajankohdat

    Ei tenttiä.

    Sisällön jaksotus

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