Osaamistavoitteet: Kurssin aikana opiskelija tutustuu tekoälyn avaamiin mahdollisuuksiin modernissa lääketieteellisessä tutkimuksessa ja diagnostiikassa. Hän ymmärtää, miten tekoälyn avulla voidaan yhdistää erityyppisistä lähteistä tulevia aineistoja (esim. kuvantaminen, potilaskertomukset, laboratoriotutkimukset) ja löytää syväoppimisen keinoin kokonaan uusia vastaavuussuhteita. Opiskelija osaa soveltaa tekoälystä aiemmin oppimaansa tietoa ymmärtääkseen, miten tekoäly mahdollistaa tutkimuksissa syntyvien suurten tietomäärien sujuvan hallinnan ja hyödyntämisen.
Sisältö: Kurssilla käsitellään mm. genomitietoon ja kuvantamisaineistojen käsittelyyn liittyviä tekoälyn sovelluksia, joita hyödynnetään biopankkitoiminnassa ja digitaalisessa patologiassa. Perehdytään myös siihen, miten tekoäly on mukana lääketieteellisiä tietoaineistoja käyttävässä instrumentaation kehityksessä. Lisäksi tutustutaan tekoälyn käyttöön uusien lääkeaineiden kehitystyössä. Tekoälyn avulla voidaan ennustaa lääkeaihioiden molekyylitason vuorovaikutuksia lääkekehityskohteen kanssa, luoda uusia lääkeaihioita ja ennakoida lääkkeiden käyttäytymistä elimistössä.
Suoritustavat: Itsenäinen työskentely 45h, pakolliset luennot 3x3h
Toteutustavat: Materiaalit ja etukäteistehtävät verkossa, luennot
Opetuskieli: Suomi
Esitietovaatimukset: Tekoälyakatemian ”Johdatus tekoälyyn” -kurssi
suoritettuna tai vastaavat tiedot. (esim. kirjallinen todistus, että on
suorittanut Helsingin Yliopiston verkkokurssin Elements of AI)
Arviointiasteikko: Hyväksytty / Hylätty.
Arviointikriteerit: Hyväksytysti suoritetut tehtävät verkossa, aktiivinen osallistuminen kontaktiopetukseen
- Teacher: Laura Mairinoja