Emne - Helsedataanalyse med KI (del 2) - IT6117
Helsedataanalyse med KI (del 2)
Nytt fra studieåret 2026/2027
Om
Om emnet
Faglig innhold
Dette emnet introduserer bruken av kunstig intelligens (KI)-metoder på strukturerte og tekstlige helsedata og informasjon.
Læringsutbytte
- Kunnskap. Lære å behandle og analysere helsedata og helseinformasjon. Bruke KI-metoder fra veiledet, semi-veiledet eller uveiledet læring på helsedata. Forstå i hvilke situasjoner disse læringsprosessene er egnet, hvordan de fungerer, deres fordeler og ulemper og den typen innsikt de kan gi.
- Ferdigheter. Forstå data og informasjon som skal analyseres, hvordan de trenger å behandles og hvilken type domenekunnskap som bør brukes. Kan velge egnete KI-metoder for å analysere og utvinne innsikt fra data. Forstå hva KI-metoden har lært og hvordan den kan støtte faktiske beslutninger. Kan kommunisere og tolke resultatene til andre, både eksperter og beslutningstagere.
Læringsformer og aktiviteter
Forelesninger og laboratorieøvinger.
Pensumlitteratur, forelesninger, laboratorieoppgaver, øvinger og eksamen vil delvis bli gitt på engelsk, og det kreves gode engelskkunnskaper for å delta.
Obligatoriske aktiviteter
- Øvinger og deltakelse på fellessamlingene
Mer om vurdering
(informasjonen kan bli endret frem til 15. juni)
Mappeevaluering gir grunnlag for sluttkarakteren i emnet som vurderes til bestått/ikke bestått. Vurdering gjøres på bakgrunn av et individuelt utført prosjektarbeid.
Mappen består av et prosjekt:
Prosjektrapport (60%)
Kode (40%)
Mappen skal leveres samlet i Inspera
Veiledning skjer i løpet av samling og digitalt på Piazza.
Ved frivillig gjentak, stryk eller gyldig fravær, må hele mappen tas på nytt i semester med undervisning.
Obligatorisk aktiviteter (eksamenskrav): øvinger og deltakelse på fellessamlingene.
Spesielle vilkår
Krever opptak til studieprogram:
Etter- og videreutdanning teknologi, IE-fak. (TKIMEEVU)
Anbefalte forkunnskaper
- Grunnleggende programmeringsferdigheter i Python.
- Statistikk
- Kliniske data og pasientjournaler
Se gjennom programmeringsferdighetene dine med disse to online-kursene:
- Get started with Python, if you have no coding experience: https://www.kaggle.com/learn/intro-to-programming/
- Learn the most important language for data science: https://www.kaggle.com/learn/python/
Forkunnskapskrav
- IT6116 - Analyse av helsedata - Innføring, eller IT6118 Helsedataanalyse og Python.
- Tre års utdanning fra høyskole / universitet og
- Minst to år relevant yrkespraksis innen helsefag, realfag og/ eller informatikk.
Annen relevant utdanning kan gi grunnlag for opptak etter individuell vurdering.
Kursmateriell
Anbefalte lærebøker:
- Yu, B., & Barter, R. L. (2024). Veridical data science: The practice of responsible data analysis and decision making. The MIT Press.
- McKinney, W. (2022). Python for data analysis: Data wrangling with pandas, NumPy, and Jupyter (Third edition). O’Reilly.
Supplerende materiale kan bli tilgjengelig underveis i kurset.
Tilgang til egen bærbar datamaskin er nødvendig.
Fagområder
- Bygningsakustikk
- Datateknikk og informasjonsvitenskap
- Medisinsk informatikk/datateknikk
- Arkivkunnskap
Kontaktinformasjon
Emneansvarlig/koordinator
Faglærere
Ansvarlig enhet
Institutt for datateknologi og informatikk