Skip to main content

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

Code: YAMK161-3003

General information


Enrollment
10.03.2025 - 07.04.2025
Registration for the implementation has ended.
Timing
28.10.2025 - 25.12.2025
The implementation has not yet started.
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 - 45
Teachers
Erkki Mattila
Jenni Konttila
Teacher in charge
Erkki Mattila
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

28.10.25 klo 16-20, Zoom (aloitusluento)
11.12.25 klo 16-20, Zoom (lopetusluento)

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