Helsedataanalyse med KI - Kurs - EVU
Helsedataanalyse med KI
Illustrasjonsfoto: Mostphotos
Start:
26.08.2026
Søknadsfrist:
15.06.2026
Undervisningsform:
Studium med fysiske samlinger
Sted for samlinger:
Tynset studie- og høgskolesenter
Pris:
0 Kr
Studiepoeng:
7,5
Emnekode:
IT6117
Er du nysgjerrig på hvordan du kan bruke kunstig intelligens (KI) til å analysere helsedata?
I dette emnet skal vi utforske hvordan KI kan anvendes både på strukturerte og tekstlige helsedata for å hente ut verdifull innsikt.
IT6117 Helsedataanalyse med KI er del 2 av 2 emner.
Det første emnet heter IT6116 Analyse av helsedata - Introduksjonskurs, og tilbys ikke kommende studieår 2026/27.
Deltakere som har tatt IT6116 (Analyse av helsedata – Innføring) og som ønsker å lære om bruk av kunstig intelligens-metoder på helsedata og informasjon.
Du lærer å behandle og analysere helseinformasjon ved hjelp av ulike KI-metoder, inkludert veiledet, semi-veiledet og uveiledet læring. Gjennom praktisk og teoretisk forståelse, kan du utvikle ferdigheter i å velge passende metoder, tolke resultater og kommunisere funn til både fagpersoner og beslutningstakere – med mål om å støtte informerte beslutninger i helsesektoren.
Det legges stor vekt på praktisk arbeid i lab/kursmiljø.
- IT6116 Analyse av helsedata - Innføring eller lignende, og
- 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.
Anbefalte forkunnskaper
- Grunnleggende programmeringsferdigheter i Python
- Statistikk
- Kliniske data og pasientjournaler
Du kan 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/
Tid og sted for undervisning
To obligatoriske samlinger på Tynset studie- og høgskolesenter:
- Uke 35: onsdag 26. - torsdag 27. august 2026
- Uke 43: onsdag 21. - torsdag 22. oktober 2026
Både engelsk og norsk brukes som undervisningsspråk.
Særskilte krav til utstyr og dataverktøy
Eksamensbeskrivelse
Eksamen er innlevering av en mappe som består av et individuelt utført prosjektarbeid:
- Prosjektrapport (60%)
- Kode (40%)
Veiledning skjer underveis, i løpet av samling og digitalt på Piazza.
Hele mappa leveres samlet i slutten av semesteret, og vurderes til bestått/ikke bestått.
Dato for innleveringsfrist annonseres senere.
Eksamenskrav: Deltakelse på fellessamling og beståtte oppgaver/øvinger
Pensumlitteratur/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.
Vi tar forbehold om tilstrekkelig antall søkere for at emnet gjennomføres. Dersom det blir flere søkere enn antall plasser prioriteres søkerne etter "først til mølla"-prinsippet (dato for søknad).
Pris: 0 Kr
Studentene må selv dekke ev. reise, opphold og utgifter til pensumlitteratur.
- Norsk helsearkiv - Arkivverket
- Helsedirektoratet
Telefon: 46 24 23 53
E-post: dipendra.pant@ntnu.no
Telefon: 97 60 46 52
E-post: gunnarre@ntnu.no
Telefon: 73 59 66 43 / 73 41 23 89
E-post: videre@ntnu.no