Klinisk beslutningsstøtte

Teori, metoder og brukseksempler av kunstig intelligens og beslutninsgsstøtte for klinikere og pasienter. Innhold tilpasses studentbehov, men vil kunne omfatte: Representasjoner av klinisk kunnskap, medisinske retningslinjer og helseråd; Grensesnitt for prosess- og beslutningsstøtte; Søk og rangering av retningslinjer; Maskinlæring å analysere helseforløp; Metoder for å redigere og validere retningslinjer; Evaluering av bruk, effekt og konsistens; Teknologi for beslutningsstøtte; Individualiserte helseråd; Presisjonsmedisin. Generative og fundamentale medisinsk modeller; Dyp fenotyping; Begrensninger, risiko, lovgivning og krav til beslutningsstøtte og KI i helse.

Kunnskap: Forstå bruksområder, teori, relevant KI og resonneringsmodeller, representasjoner, risiki, begrensninger, lover og regulative krav.

Ferdigheter: Anvende og velge forskningsmetoder for å utvikle og evaluere beslutningsstøttesystemer. Evne til å lage krav, spesifisere prototyper og evaluere systemer i kontekst av brukseksempler og situasjoner i helsehjelp. Grunnleggende KI-basert datavask, -analyse og -forvaltning. Bruk av infrastruktur for beregningsmessig beslutningsstøtte, med tilhørende utrulling og kvalitetskontroll. Bruk av verktøy for anonymisering og data preprosessering.

Kompetanse: Forstå slektskapet til de underliggende fagområder som kunnskapsteknologi, dataanalyse, prosesstøtte. Forstå samvirket mellom data-drevne arkitekturer for beslutningsstøtte og ivaretakelse av normer og regler for pasienttrygghet, personvern og etikk.

Seminar, forelesninger, (programmerings)laboratorium, feltarbeid og samskriving av artikler. Gjesteforelesninger og besøk.