Artificiell intelligens för hälsa, 7,5 hp

Huvudområde med fördjupning

Kursen Data mining 7,5 hp. Engelska 6. Undantag ges för kravet på svenska.

Kursen ingår i Masterprogrammet i informationsteknologi 120 hp.

Artificiell intelligens (AI) har orsakat en paradigmförändring inom modern sjukvård med den ökande tillgången till hälsodata och den snabba utvecklingen av maskininlärning (ML). Syftet med denna kurs är att introducera underliggande koncept, metoder och potential för AI, främst ML, kunskapsrepresentation, resonemang och upptäckt, samt tillämpning av dessa metoder inom hälsoområdet. Kursen följer en forskningsbaserad undervisningsstrategi som inkluderar diskussioner om experimentella metoder inklusive, men inte begränsat till, tidsserieranalys av fysiologiska data för diagnos och modellering av hälsoavvikelser och progression, förutsägelse av patientutfall, med målet att utveckla AI som stöd för kliniska beslut. Kursen behandlar också explainable AI, etiska- och integritetsfrågor vid användande av hälsodata. Studenten ska ha möjlighet att identifiera och specialisera sig i de viktigaste AI-metoderna, hälsotillämpningar och relevanta verktyg.

Efter avslutad kurs ska studenten kunna:

Kunskap och förståelse

• diskutera de avgörande begreppen inom AI ur ett hälso- och sjukvårdsperspektivet
• beskriva ett antal ML-modeller och dataanalysmetoder och deras tillämpningar inom medicin och sjukvård
• beskriva viktiga funktioner och möjliga tillämpningar av AI-verktyg och AI-tekniker inom sjukvårdsområdet

Färdighet och förmåga

• designa AI-ramverk med hjälp av Python-verktygslådan för att lösa datavetenskapliga problem inom sjukvård
• använda ML, deep learning och aktivt lärande för att undersöka komplexa förhållanden i fysiologiska data och representera kliniskt användbar information, modellera sjukdomsprogression och förutsäga patienttutfall
• granska frågor om integritet, etik, sociala och ekonomiska begränsningar i användande av hälsoinformation

Värderingsförmåga och förhållningssätt

• utvärdera viktiga frågor som står inför implementeringen av AI-applikationer inom sjukvården
• analysera prestanda för specifika modeller som används för att lösa ett sjukvårdsproblem, metoder och bevis från AI och relatera till klinisk kunskap och fakta
• reflektera över aktuella och framtida hälsotrender inom hälsoområdet.

Grunden för AI inom hälso- och sjukvård. Etik för användning av hälsodata. Maskininlärning inom hälso- och sjukvård. Klinisk tolkning av AI-modeller.
Tidsserieranalys av fysiologiska data. Big data och deep learning för hälsodata. Användning av datorlingvistik i elektroniska hälsoregister.
Hälso- och sjukvård i smarta hem. Seminarium om aktuella och framtida trender inom AI inom hälso- och sjukvård.

Undervisningen sker i form av föreläsningar, seminarier och laborationer. Laboratorierna rapporteras skriftligen. Aktivt deltagande i seminarier är obligatoriskt.

Kurs examineras genom tre projekt och muntlig tentamen.

Om särskilda skäl finns får examinator göra undantag från angiven examinationsform och medge att en student examineras på annat sätt. Särskilda skäl kan till exempel vara beslut om riktat pedagogiskt stöd.

I kursen ingår kursvärdering. Denna är vägledande för utveckling och planering av kursen. Kursvärderingen dokumenteras och redovisas för studenterna.