The student understands the important role and meaning of technology for modern Finnish society and culture from the 19th century to the present.
- Opettaja
Rami Mähkä
Tavoitteet
Opiskelija perehtyy pro gradu -tutkielman aihepiiriin seminaarissa, työryhmässä tai lukupiirissä. Opintojakson jälkeen opiskelija
- osaa suunnitella tutkimuksen
- on laatinut tutkimussuunnitelman
- on työstänyt pro gradu -tutkielmaansa ja tuntee sen lähdeaineiston ja tutkimustilanteen
Tavoitteet
Opiskelija perehtyy pro gradu -tutkielman aihepiiriin seminaarissa, työryhmässä tai lukupiirissä.
Opintojakson jälkeen opiskelija
- osaa suunnitella tutkimuksen
- on laatinut tutkimussuunnitelman
- on työstänyt pro gradu -tutkielmaansa ja tuntee sen lähdeaineiston ja tutkimustilanteen
Kuvan tiedot: Class in medieval Bohemia. From a Latin manuscript made in Bohemia in the late 14th century. Wikimedia commons.
Tavoitteet
Opiskelija perehtyy pro gradu -tutkielman aihepiiriin seminaarissa, työryhmässä tai lukupiirissä.
Opintojakson jälkeen opiskelija
- osaa suunnitella tutkimuksen
- on laatinut tutkimussuunnitelman
- on työstänyt pro gradu -tutkielmaansa ja tuntee sen lähdeaineiston ja tutkimustilanteen
Kurssin aikana opiskelija tutustuu tekoälyn avaamiin mahdollisuuksiin modernissa lääketieteellisessä tutkimuksessa, kuvantamisesta, lääkekehityksessä 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. Hän hahmottaa, miten tekoälyä hyödynnetään biolääketieteessä ja osaa keskustella rakentavasti aihepiiristä muiden kuin oman tieteenalan edustajien kanssa.
Kurssilla perehdytään muun muassa digitaalisen patologian ja lääketieteellisen kuvantamisen aineistojen käsittelyyn liittyviin tekoälysovelluksiin. Lisäksi tutustutaan omiikkadataan ja miten tekoälyä hyödynnetään sen analysoinnissa. Kurssilla myös perehdytään biopankkitoimintaan ja siihen liittyvään dataan, datanhallintaan ja tutkimukseen. Lisäksi tutustutaan tekoälyn käyttöön uusien lääkeaineiden kehitystyössä.
Itsenäinen työskentely verkossa sekä seminaari, jossa pakollinen osallistuminen. Läsnäoloa vaativilla osuuksilla mahdollisuus osallistua etänä.
Materiaalit, luentotallenteet, etukäteistehtävät ja oppimispäiväkirja verkossa. Itsenäistä työskentelyä yhteensä noin 50h. Läsnäoloa vaativa pakollinen seminaari ja vapaaehtoinen yritysvierailu yhteensä noin 4h.
Opintojaksolle ilmoittaudutaan etukäteen Pepissä.
Jos kurssilla ei ole kiintiötä, ilmoittautuminen päättyy samana päivänä, kun kurssi alkaa. Mikäli kurssilla on kiintiö, ilmoittautuminen päättyy viikkoa ennen opintojen alkua. Tällöin etusijalla ovat Tekoälyakatemian opiskelijoiksi valitut sekä ne opiskelijat, joille kurssi on merkitty henkilökohtaisessa opintosuunnitelmassa pakolliseksi. Kiintiöiden salliessa mukaan otetaan muita opiskelijoita.
Läsnäoloa vaativilla osuuksilla mahdollisuus osallistua etänä.
Opintojakso on sisällöiltään vastaava kuin aikaisempi opintojakso BIOT3009 Tekoäly diagnostiikan, lääkekehityksen ja kuvantamisen palveluksessa. Samansisältöisiä opintojaksoja ei voi suorittaa useasti.
Avoimen yliopiston kautta opintojaksolle osallistuvat ilmoittautuvat mukaan avoimen yliopiston ilmoittautumispalvelussa.
Verkkomateriaali Moodlessa.
Johdatus tekoälyyn/Tekoälyn perusteet -kurssi suoritettuna tai vastaavat tiedot.
Tavoitteet
Kurssin aikana opiskelija tutustuu tekoälyn avaamiin mahdollisuuksiin modernissa lääketieteellisessä tutkimuksessa, kuvantamisesta, lääkekehityksessä 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. Hän hahmottaa, miten tekoälyä hyödynnetään biolääketieteessä ja osaa keskustella rakentavasti aihepiiristä muiden kuin oman tieteenalan edustajien kanssa.