Smart hälso- och sjukvård med tillämpningar

Kursen är för yrkesverksamma och ingår i programmet MAISTR (hh.se/maistr) där du som deltagare kan läsa hela programmet eller enstaka kurser. Kursen ingår i kursspåret maskininlärning och ges på distans på engelska.

Kursen är uppdelad i fem huvuddelar (kort beskrivning av kursens huvudämnen):

1. AI, möjligheter och utmaningar inom vården:
Denna del kommer att täcka grunderna i AI/ML inklusive ”supervised” och ”unsupervised” tekniker i en föreläsning. Sedan i den andra föreläsningen kommer möjligheter och utmaningar av vad AI kan tillföra hälso- och sjukvården att diskuteras, hur XAI (explainable AI) kan motverka dem och hur informationsdriven hälso- och sjukvård kan transformera vården.

2. Informationsdrivna användningsfall inom vården:
Denna del kommer att täcka de nuvarande huvudsakliga användningsområdena, här: i) medicinskt relaterade användarfall inklusive diagnostik, triagering och behandling samt ii) managementrelaterade användarsfall inklusive procedur- och ankomstanalys och patientprofiler.

3. Praktisk AI-workshop:
Denna del kommer Python-programmering att introduceras och hur AI/ML-lösningar utvecklas. Flera förskrivna övningar med hjälp av verkliga hälsodata kommer att tillhandahållas som exempel till smart hälso- och sjukvård. Studenterna kommer att få möjlighet att prova de tillhandahållna övningarna i olika scenarier, manipulera dem och få en känsla av hur ML-utveckling går till i praktiken.

4. Relevanta föreskrifter inom hälso- och sjukvården:
Den här delen kommer kortfattat att gå igenom relevanta bestämmelser inklusive förordning om medicintekniska produkter, GDPR, CE-märkning, etisk prövningar etc.

5. Datakällor inom Informationsdriven sjukvård:
I denna del kommer vi att gå igenom befintliga datakällor, inklusive digitala journalsystem, HR-system, nationella kvalitetsregister mm. En introduktion till det pågående arbetet kring centraliserad datalagring med standard-API:er kommer att ges, inklusive en diskussion om dess för- och nackdelar.