Skip to main content

Artificial Intelligence Data Analytics in Healthcare and Wellfare Sectors (5 cr)

Code: YAMK161-3001

General information


Enrollment
12.01.2023 - 31.01.2023
Registration for the implementation has ended.
Timing
10.04.2023 - 31.05.2023
Implementation has ended.
Number of ECTS credits allocated
5 cr
Local portion
0 cr
Virtual portion
5 cr
RDI portion
4 cr
Mode of delivery
Distance learning
Unit
Master's Degree Programmes
Teaching languages
Finnish
Seats
15 - 35
Teachers
Erkki Mattila
Milla Immonen
Groups
YAMKPROF
YAMK, profiloivat opinnot
Course
YAMK161

Evaluation scale

H-5

Objective

Opintojakso vahvistaa sosiaali-, terveys- ja liikunta-alan koulutuksen suorittaneiden osaamista siten, että opiskelija ymmärtää tekoälyn ja datan hyödyntämisen mahdollisuuksia johtamisessa ja toimintojen kehittämisessä. Opiskelija ymmärtää ja huomioi tekoälyyn ja datan hallintaan liittyvät eettiset lähtökohdat sosiaali- ja terveysalalla. Hän osaa analysoida kehittämiskohteita ja ratkaisuja, joissa tekoälyä ja data-analytiikkaa voidaan hyödyntää. Opiskelija kehittää toimintaa dataan perustuen valiten tarkoituksenmukaisia menetelmiä ja osaa luoda datan hyödyntämistä sekä tekoälyä tukevaa toimintakulttuuria terveys- ja sosiaalialalla.

Opintojaksolla painottuvat kompetenssit: eettisyys, ennakoiva kehittäminen, työelämässä toimiminen

Content

- Keskeiset tekoälyyn ja data-analytiikkaan liittyvät käsitteet
- Tekoälyn käytännön sovellutukset hyvinvointi-ja terveyspalveluissa
- Tekoälyyn ja datan hyödyntämiseen liittyvät eettiset lähtökohdat sosiaali- ja terveysalalla
- Datan hyödyntäminen kehittämisessä ja johtamisessa
- Datalähtöiset vaikuttavuuden arviointimenetelmät

Location and time

17.4. klo 17-21 Zoom
22.5. klo 17-21 Zoom
Mahdolliset näistä poikkeavat vierailuluennot ilmoitetaan lähempänä erikseen.

Teaching methods

Ennakkotehtävä mahdollinen
Tutkiva oppiminen
Yksilö- ja ryhmätyöskentely.

Opetus tapahtuu verkko-oppimisympäristössä sisältäen opetustapahtumat, videotallenteet ja oppimisympäristöön tallennetun materiaalin sekä itsenäiset tehtävät.

Assessment criteria, satisfactory (1)

1-2: Opiskelija
- ymmärtää keskeisimmät tekoälyn ja datan hyödyntämisen mahdollisuudet johtamisessa ja toimintojen kehittämisessä sosiaali- ja hyvinvointialalla.
- ymmärtää ja huomioi keskeisimmät tekoälyyn ja datan hallintaan liittyvät eettiset lähtökohdat omalla asiantuntijuusalueella.
- osaa analysoida ja valita oman asiantuntijuusalan kehittämiskohteita, kehittää toimintaa hyödyntämällä dataa ja tekoälyä omalla asiantuntijuusalueella sekä tukea omalla asiantuntijuusalueellaan sitä tukevaa toimintakulttuuria.

Assessment criteria, good (3)

3-4: Opiskelija
- ymmärtää laaja-alaisesti tekoälyn ja datan hyödyntämisen mahdollisuudet johtamisessa ja toimintojen kehittämisessä sosiaali- ja hyvinvointialalla.
- ymmärtää ja huomioi tekoälyyn ja datan hallintaan liittyvät eettiset lähtökohdat alallaan.
- osaa analyyttisesti valita alalleen tarkoituksenmukaisia kehittämiskohteita, kehittää alaansa tarkoituksenmukaisesti hyödyntämällä dataa ja tekoälyä sekä tukea alallaan sitä tukevaa toimintakulttuuria.

Assessment criteria, excellent (5)

5: Opiskelija
- ymmärtää laaja-alaisesti ja analyyttisesti tekoälyn ja datan hyödyntämisen mahdollisuudet johtamisessa ja toimintojen kehittämisessä sosiaali- ja hyvinvointialalla.
- ymmärtää ja ottaa kaikessa toiminnassaan huomioon alansa tekoälyyn ja datan hallintaan liittyvät eettiset lähtökohdat.
- osaa analyyttisesti valita innovatiivisia tulevaisuuteen suuntaavia kehittämiskohteita ja ratkaisuja, joissa tekoälyä ja data-analytiikkaa voidaan monipuolisesti hyödyntää sekä kehittää alaansa tarkoituksenmukaisesti hyödyntämällä monipuolisesti dataa ja tekoälyä sekä ylläpitää sitä tukevaa alan toimintakulttuuria.

Go back to top of page