i.uoh.oru.V8304.20271 MC811A 2026-06-21T05:08:16 2029-09-15 Precisionsmedicin syftar till att kombinera en mängd patientdata av många olika slag till signaturer för diagnostik, prognostik och prediktion av behandlingsrespons för klinisk användning. Kursen ger praktisk undervisning i hur molekylär, preklinisk och olika typer av klinisk data kombineras baserat på metoder från bioinformatik, nätverksmedicin, maskininlärning och AI-modellering. Medvetenhet och metodik för data med olika egenskaper lärs ut och modelleringsmetoder övas på studenternas egen hårdvara eller på onlinetjänster som en tvärprofessionell kurs, med studenter både från (bio)medicin, biologi, kemi eller andra livsvetenskaper, liksom med studenter från datateknik, datavetenskap, statistik eller andra datavetenskapliga relaterade områden. Ett viktigt kursmål är att lära sig om interprofessionell kommunikation och nödvändig kunskap för ett fruktbart projektsamarbete mellan dessa olika områden. Precision medicine aims at combining a wealth of patient data of many different kinds into diagnostic, prognostic and treatment responder prediction signatures for clinical use. This course teaches, hands-on, how molecular, pre-clinical and different kinds of clinical data are combined based on approaches from bioinformatics, network medicine, machine learning and AI modelling. Awareness and methodology for data with diverse characteristics are taught and modelling approaches practised on students own hardware or on online services as an inter-professional course, with students both from (bio)medicine, biology, chemistry or other life sciences, as well as with students from computational engineering, data science, statistics or other data science related fields. An important course aim is to learn about inter-professional communication and necessary knowledge for fruitful project collaboration between these different fields.

false 7.5 180 hp på grundnivå, varav 60 hp totalt från följande ämnesområden: biologi, biokemi, biomedicin, datavetenskap, informatik, kemi, matematik, medicin, statistik eller motsvarande. Dessutom krävs Engelska 6 eller Engelska nivå 2. A first-cycle education comprising at least 180 credits, of which at least 60 credits are within biochemistry, biology, biomedicine, chemistry, computer science, informatics, mathematics, medicine, statistics, or equivalent. The applicant must also have qualifications corresponding to the course "English 6" or course "English level 2" from the Swedish Upper Secondary School. uh