Kaisa_2012_3_photo by Veikko Somerpuro

Anmäl dig

Beskrivning

M1–M6. Minst 12 och högst 30 studenter. 17 platser är reserverade för medicine studerande och 13 platser är reserverade för andra studenter (t.ex. TransMed, Bio- och miljövetenskapliga fakultetens magisterprogram i genetik och molekylära biovetenskaper, andra studenter inskrivna vid HU, t.ex. Medicinska fakultetens påbyggnadsstuderande och läkare under specialisering).

Inga särskilda krav

Artificiell intelligens och stora mängder data (s.k. big data) som samlas in och analyseras med hjälp av olika metoder kommer att revolutionera sjuk- och hälsovården och läkarens arbete inom en nära framtid. Efter avslutad kurs har studenten följande färdigheter:

-kan muntligen beskriva begrepp och metoder i anslutning till artificiell intelligens och big data

-inser hur artificiell intelligens och den information som samlas in om patienterna påverkar det kliniska arbetet

-kan beskriva hur artificiell intelligens och t.ex. information som samlats in med metoder med anknytning till individualiserad medicin kan användas i det kliniska patientarbetet.

Maj 2020, vecka 21 och 22

Kursen består av 6 kontaktundervisningstillfällen, där man behandlar följande:

1. Introduktion i ämnet: Big Data och artificiell intelligens i klinisk medicin

- Genomgång av förhandsuppgiften (kartläggning av tidigare kunskaper, förväntningar på kursen)

Vi rekommenderar att du genomför MOOC-kursen Elements of AI före denna kurs (https://www.elementsofai.se/)

-Vad är artificiell intelligens? Centrala termer och begrepp

- Hur kan man använda artificiell intelligens för att främja hälsan?

2. Hur man kan tillämpa artificiell intelligens i läkararbetet

- Mobilapplikationer i den allt mer individualiserade hälso- och sjukvården

-Analys av stora mängder data

-Big data i hälso- och sjukvården

-Folkhälso- och hälsoekonomiska perspektiv

-Hur data påverkar fördelningen av resurser

-Framtida effekter på läkarens grundläggande kliniska arbete inom primärvården och specialsjukvården

3.–4. Tillämpningar av artificiell intelligens – exempel från kliniker

- Hur används artificiell intelligens vid klinikerna i dag – kliniker ger exempel (mental hälsa, patologi, behandling/uppföljning av cancer)

-Utsikter för framtiden

5. Människonära tillämpningar av big data och artificiell intelligens inom hälso- och sjukvården

-Hur artificiell intelligens och stora mängder prediktiv information belastar individen

-Etiska perspektiv

-För- och nackdelar

6. Stora datamängder och artificiell intelligens inom precisionsmedicin och forskning

-Exempel på pågående forskning

-Vad som krävs för att få bedriva forskning (etiska tillstånd, patientsamtycken)

-Integrering av data i forskning

-Kliniska försök

I kursen ingår också förhandsuppgifter och grupparbete, där man utvärderar artificiell intelligens inom hälso- och sjukvården utgående från forskningsbaserad evidens.

Genomförande av förhandsuppgifterna, deltagande i kontaktundervisningen, genomförande av gruppuppgiften. Obligatorisk närvaro. Överenskommen frånvaro som inte kan undvikas (t.ex. frånvaro p.g.a. hälsoskäl) kompenseras genom att göra en uppgift som man kommer överens om med läraren som ansvarar för kursen. Mer exakt schema för kontaktundervisningen och liknande meddelas på Moodle.

Godkänd/underkänd.

Finska

Ansvarig

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

Osallistuminen

Ennakkotehtävä 6h

lähitapaamisiin osallistuminen 6x 3 h,

ryhmätehtävä 10 h

Omatoiminen opiskelu 32 h

Palautetilaisuus 1 h

2,5 op = 67 h