Modulbeschreibung

Sachkompetenzen

Die Studierenden können:

• Gesundheitsbezogene Daten erheben, visualisieren und auswerten
• zu Grunde liegende technische Daten-Infrastruktur und Datenfluss-Abläufe erklären
• allfällige Verbesserungspotentiale bzgl. Datennutzung in einem Prozess oder Hilfsmittel der Pflege feststellen 
• Anforderungen an die Datenbasis aus Pflegesituationen formulieren
• Chancen und Risiken im Umgang mit Big Data, insbesondere aus dem Gesundheitsbereich, erkennen  

Selbstkompetenzen

Die Studierenden können:

• sich aktiv mit Big Data in der Pflege und im Gesundheitswesen (Technikfolgenabschätzung) auseinandersetzen und eine eigene Meinung bilden
• die erlernte Datenkompetenz (u.a. Chancen und Risiken) auf ein konkretes eigenes Anwendungsgebiet (aus Pflege/Gesundheit, aber auch einem anderen Gebiet) anwenden/übertragen
• in der Reflexion verschiedene Positionen einnehmen, die eigene Rolle im interprofessionellen Team einschätzen und verantwortlich die entsprechenden Prozesse mitgestalten  

Sozialkompetenzen

Die Studierenden können:

• den Diskurs zu Inhalten wie Daten-Anforderungen oder Daten-Risiken/Chancen über Disziplinengrenzen hinweg führen
• den interprofessionellen Diskurs gestalten und Ihre Interessen darin allparteilich vertreten verschiedene Argumentationen und Diskurspunkte adressatengerecht und mit Weitblick einschätzen (Technikfolgenabschätzung) 

Lernblock I

Demystifying Big Data & The Internet of Everything

• geschichtlicher, wirtschaftlicher und gesellschaftlicher Kontext (4th Industrial Revolution) - Wissensinput zu Grundbegriffen und -Mechanismen
• Hands-on Lab 1: Besuch im SimDeC (Führung, Demo z.B. Sturzerkennungssystem), Einführung zu möglichen Use Cases aus Gesundheits-/plfegebereich (z.B. 3 Fokusthemen: 1. Smart Home (Elderly Care), 2. Health Tracker (Vitalparameter), 3. Digital Assistant (Sozialkontakt, Vereinsamung, Psyche))
• Aufgabenstellung/Zuteilung zu einem Thema, z.B. Fokusthema 1 - 3 (für Erarbeitung von Inhalten und abschliessende Präsentation (Leistungsnachweis) an den Folgetagen)
• Diskurs und Reflexion: u.a. Pflegesituationen, Patientenanforderungen, Pflegestandards  

Lernblock II

Data at Edge

• Übersicht zu IoE, Internet of Things und Edge Computing
• Wissensinput zu Medical Things, Sensoren, Edge-Nodes, Netzwerke, verteilte Algorithmen, Data Gathering/Data Processing Methoden (z.B. Vitalparameter, Gesundheitsindikatoren) - Hands-on Lab 2: Setup Sensor-System, Datenfluss und Daten-Simulation (Generierung von synthetic data), Messreihen aufsetzen, Datensatz verarbeiten (z.B. in Bezug auf 3 Fokusthemen)
• Diskurs und Reflexion: bzgl. eigenen gemachten Erfahrungen; wo liegen Schwierigkeiten, was sind Vor-/Nachteile im vorliegenden System (z.B. unterschiedliche Szenarien anhand von simulierten Daten durchspielen)?  

Lernblock III

Data at Scale

• Übersicht zu Data Management, Cloud-Services - Wissensinput zu Data Storage/Warehouse, Cybersecurity, Data Visualization, Data Analytics/Diagnostics (z.B. Krankheitsbilder), Data Mining Methoden (von der Messreihe zur Auswertung/Vorhersage)
• Hands-on Lab 3: Datenanalyse, Datenfluss und Daten-Simulation, Messreihen auswerten, inspizieren und visualisieren (z.B. in Bezug auf 3 Fokusthemen)
• Diskurs und Reflexion: bzgl. eigenen gemachten Erfahrungen; wie habe ich es gemacht, warum hat es funktioniert, was müsste ich das nächste Mal verändern (z.B. alternatives Szenario mit geänderten Daten/Datenfluss durchspielen)?  

Lernblock IV

Reflexion: Chancen & Risiken

• Vorstellung ausgewählter aktueller Themenbereiche mit Bezug zur Gesundheit/Pflege (z.B. Früherkennung/Prävention, Privacy/Security, Patientendossier/Krankenkassen, Trustworthyness (Phishing/Deep Fakes), Chatbots (LLM)/Cloud Robotics, Digital Detox/Mental Health, Ethics/Regulations (z.B. MDR), Data Management/Qualitätssicherung, Business Models/Monopolisierung, ...)
• Wissensinputs passend zu ausgewählten Themenbereichen
• Diskurs und Reflexion: vertiefte Diskussion von 1-2 Themen im Plenum, und weitere spezifische Diskussionen in Gruppen (z.B. auch in Bezug auf 3 Fokusthemen) - Finalisierung der Präsentationen; abschliessende Vorträge und Disputationen im Plenum; Auftrag für zweiten Leistungsnachweis (Lern-/Reflexionsbericht)
• evtl. verbunden mit nochmaligem Besuch im SimDeCModulinformation 

Mündliche, freie Verteidigung der finalen Arbeit während 20 Minuten in einer Hybridveranstaltung 

Vorlesung und Übungen, Gruppendiskussionen, selbstständige Recherche, selbstständige Präsentation