Søknadsfrist

Emnetype

Overveiende teoretisk med praktiske øvinger.

Emnet kan tas som enkeltemne.

Opptakskrav

Generell studiekompetanse eller realkompetanse + Matematikk R1+R2 og Fysikk 1.

Søknadskode: 9391 for enkeltemner i ingeniørfag; 5198 for enkeltemner i ingeniør, nettbasert 

Obligatorisk forkunnskapskrav

Innhold

Kurset gir en introduksjon til teknologi for bedring av helsetjenester og velferd. Faget viderefører ITE1802, men omfatter smart bruk av sensorteknologi og bærbar teknologi - "wearables" - som for eksempel bruk av mobilsensorer til avlesing av hjerterytme med blits + kamera, bruk av lett tilgjengelig IoT-teknologi som Ardouino/BeagleBone o.l.

Faget omfatter innsamling og kunnskapsuthenting fra større mengder sensorinformasjon, mulige samfunnsmessige gevinster av dette samt utfordringer i forhold til personvern og sikkerhet.

Da helsesensorer i dag i liten grad kan benyttes uten fysisk kontakt med personer vil brukerterskel også være omhandlet.

Anbefalte forkunnskaper

Hva lærer du

Kunnskap

• Sensorer og fysiske parameter som kan registreres samt muligheter for å kombinere parameter for å gi ønskede observasjoner.
• Smarttelefon og IoT-platformer med muligheter for tilkobling tiltrådløse og kablede sensorer og systemer.
• Kjenne til hensikt og behov for virksomhet/livskritiske sanntids sensorsystemer.
• Forståelse for problemstillinger som oppstår i forhold til den store mengden sensordata som skal prosesseres, og mulighetene for informasjonstap og feil.
• Strategier for behandling av til dels usikker informasjon.
• Forhold for - og vurderinger rundt lokal versus sentral lagring prosessering og overføring av disse dataene.
• Muligheter med personlige helsesensorer.
• Utfordringer rundt personvern i relasjon til helsesensorer og overvåkning.
• Energibruk og energiforsyning til helserelaterte sensorbaserte systemer.

Ferdigheter

• Bruk og begrensninger for ulike sensorer.
• Programutvikling for innhenting av sensordata.
• Prosessering, sammensetting og kunnskapsuthenting fra sensordata.
• Teknikker for representasjon og bearbeiding av store mengder slike data.
• Benytte AI og maskinlæringsstrategier for automatisert kunnskapsuthenting.
• Bruk av sensorer i standard mobile enhenter.
• Programmering av Arduino, Beaglebone, Raspberry Pi, o.l. med disses tilknyttede sensoriske enheter.
• Anvendelse av (og faglige vurderinger rundt) protokoller for lagring og overføring av sensordata.

Generell kompetanse

• Kjenne samspillet mellom teknologi, samfunnskonsekvenser og utviklingsmetodikk rundt sensorbaserte systemer for assistanse, helse og velferd.
• Å reflektere over egen faglig utøvelse og læringsprosess og kunne justere disse etter veiledning.
• Dokumentering av faglig utøvelse.

Undervisnings- og eksamensspråk

Undervisning

Eksamen

Arbeidskrav

Et antall øvinger: Publisert på LMS. Større oppgave/prosjekt publisert på LMS. Flervalgstest for deler av pensum må gjennomføres.

Eksamen og vurdering

Mappevurdering (L) med bokstavkarakter: Mappen vil bestå av flere obligatoriske arbeider og elektroniske flervalgstester. Øvinger og prosjekter er ulikt vektet i sitt bidrag til karakter i emnet. Innholdet i mappen evalueres og er grunnlag for karaktersetting. Krav til de enkelte arbeider publiseres. Mangler mappen vurderingselementer blir ikke mappen vurdert og det gis ikke karater.

Kontinuasjons­eksamen

Blir mappen vurdert til F åpnes muligheten for kontinuasjon ved at man forbedrer vurderingselementer. Kontinuasjonstidspunkter følger UiTs forskrifter.