Instruction

Name Cr Method of study Time Location Organiser
Big Data ja tekoäly kliinisessä lääketieteessä 2.5 Cr Other teaching 18.5.2020 - 31.5.2020
Big Data ja tekoäly kliinisessä lääketieteessä 2.5 Cr Other teaching 6.5.2019 - 19.5.2019
Big Data ja tekoäly kliinisessä lääketieteessä 2.5 Cr Lecture Course 7.5.2018 - 18.5.2018

Target group

L1-L6. Vähintään 12, ja enintään 30 opiskelijaa. 25 paikkaa varattu lääketieteen opiskelijoille ja 20 paikkaa muille (esim. TransMed, Bio-ja ympäristötieteellisen genetiikan ja molekylaaristen biotieteiden maisteriohjelmat, muut HY kirjoilla olevat opiskelijat kuten lääketieteellisen tdk:n jatko-opiskelijat ja erikoistuvat).

Opiskelijat valitaan opintojaksolle priorisointi- ja arvonta-valintatavan perusteella. Muiden koulutusohjelmien opiskelijat valitaan ilmoittautumisjärjestyksessä.

Prerequisites

Ei erityisvaatimuksia 

Learning outcomes

Tekoäly ja eri menetelmin kerättävät ja analysoitavat datamassat (nk. big data) tulevat lähitulevaisuudessa muuttamaan voimakkaasti terveydenhuoltoa ja lääkärin työtä. Kurssin suoritettuaan opiskelijat

  • osaavat keskustellen kuvailla tekoälyn ja big datan käsitteitä ja niihin liittyviä menetelmiä
  • oivaltavat tekoälyn ja erilaisen potilaasta kerättävän tiedon vaikutukset kliinisen työhön
  • osaavat kuvailla miten tekoälyä ja esimerkiksi yksilölliseen lääketieteeseen liittyvien menetelmien avulla kerättyä tietoa voidaan käyttää kliinisessä potilastyössä.

Timing

Toukokuu 2020, viikot 21-22

Contents

Kurssi koostuu 6 lähiopetuskerrasta, joissa käsitellään seuraavia asioita:

1. Big Data ja tekoäly kliinisessä lääketieteessä - johdanto.
- Ennakkotehtävän purku (aiempi taustatiedon kartoitus, odotukset kurssilta)
Suosittelemme tekoälyn perusteet -Elements of AI MOOC-kurssin suorittamista ennen kurssia (https://www.elementsofai.com/index.php?p=fi)
- Mitä tekoäly on? Keskeisten termien ja käsitteiden oppiminen
- Miten tekoälyä voi käyttää terveyden hyväksi

2. Tekoälyn soveltaminen lääkärin työssä
- Mobiiliapplikaatioiden yksilöllistyvässä terveydenhuoltossa
- Suurten tietomäärien analytiikka
- Big data terveydenhuollossa
- Kansanterveydellinen ja terveystaloustieteellinen näkökulma
- Datan vaikutukset resurssien kohdentamiseen
- Vaikutukset tulevaisuudessa lääkärin kliiniseen perustyöhön perusterveydenhuollossa ja erikoissairaanhoidossa

3-4. Tekoälyn sovelluksia - esimerkkejä klinikasta
- Miten tekoälyä tällä hetkellä hyödynnetään klinikassa - kliinikot kertovat esimerkkejä (mielenterveys, patologia, syövän hoito/seuranta)
- Tulevaisuuden näkymät

5. Big Datan ja AI:n tuomien sovelluksien ihmislähtöisyys terveydenhuollossa
- Tekoälyn, isojen Ennustavan tiedon aiheuttama kuorma yksilölle
- Eettiset näkökulmat
- Hyödyt ja haitat

6. Suuret tietomäärät ja tekoäly täsmälääketieteessä ja tutkimuksessa
- Esimerkkejä parhaillaan tehtävästä tutkimuksesta
- Mitä tutkimus vaatii (eettiset luvat, potilassuostumukset)
- Datan integrointi tutkimuksissa
- Kliiniset kokeet
Lisäksi kurssiin kuuluu ennakkotehtävät ja ryhmätyö, jossa arvioidaan tekoälyä terveydenhuollossa tutkimukseen perustuvan näytön periaatteiden mukaisesti.

Activities and teaching methods in support of learning

Ennakkotehtävien suorittaminen, lähitapaamisiin osallistuminen, ryhmätehtävän suorittaminen. Kurssilla on läsnäolopakko. Sovitut pakolliset (esim. Terveydellinen syy) poissaolot korvataan suorittamalla erikseen sovittava tehtävä kurssin vastuuopettajien kanssa. Lähitapaamisten tarkempi ohjelma ym. ilmoitettu moodlessa.

Study materials

Assessment practices and criteria

Hylätty - hyväksytty

Additional information

Suomi

Vastuuhenkilö
Jussi Merenmies HY, LTDK, Clinicum
Vilja Pietiläinen, HY, FIMM (HiLIFE)

Completion methods

Osallistuminen

Ennakkotehtävä 6h

lähitapaamisiin osallistuminen 6x 3 h,

ryhmätehtävä 10 h

Omatoiminen opiskelu 32 h

Palautetilaisuus 1 h

2,5 op = 67 h