Předmět: Úvod do medicínské informatiky

« Zpět
Název předmětu Úvod do medicínské informatiky
Kód předmětu KIV/UMI
Organizační forma výuky Přednáška
Úroveň předmětu Magisterský
Rok studia nespecifikován
Semestr Zimní
Počet ECTS kreditů 3
Vyučovací jazyk Čeština
Statut předmětu nespecifikováno
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Schlecht Miroslav, doc. Ing. Ph.D.
Obsah předmětu
1. Moderní přístupy ke zdravotní péči: medicína 4P 2. Biomedicínská data, informace a znalosti 3. Integrita výzkumu v biomedicíně 4. mHealth a nositelná elektronika 5. Stratifikační biomarkery v personalizované medicíně 6. Registrace biomedicínských dat 7. Fúze biomedicínských dat 8. Elektronická zdravotní dokumentace a standardy v medicínské informatice 9. Vytváření systémů pro podporu rozhodování v klinické praxi 10. Informační systémy ve zdravotnictví 11. Vizualizace biomedicínských dat a informací 12. Neuroinformatika 13. Zvaná přednáška, rezerva

Studijní aktivity a metody výuky
  • Kontaktní výuka - 26 hodin za semestr
  • Vypracování seminární práce v magisterském studijním programu [5-100] - 30 hodin za semestr
  • Příprava na souhrnný test [6-30] - 15 hodin za semestr
Předpoklady
Odborné znalosti
prokázat znalost základních principům teorie diferenciálního a integrálního počtu funkcí jedné i více reálných proměnných (KMA/MA2 nebo KMA/M2)
rozumět základním principům z oblasti lineární algebry (KMA/LAA)
formulovat statistickou hypotézu a vybrat vhodný statistický test pro test hypotézy (KMA/PSA)
prokázat znalost základních datových struktur používaných v informatice (zásobník, fronta, speciální vyhledávací stromy, slovníky, hashovací tabulky, množiny, grafy) (KIV/PT nebo KIV/ADS)
Odborné dovednosti
používat anglický jazyk minimálně na úrovni B2 společného evropského referenčního rámce (UJP/AEP4 aj.)
spočítat pravděpodobnost a podmíněnou pravděpodobnost jevu (KMA/PSA)
navrhovat a implementovat složitější algoritmy pro zpracování heterogenních dat v libovolném programovacím jazyce (KIV/PPA2 nebo KIV/ADS, KIV/ALG nebo KIV/PRO, KIV/PC, a další)
Obecné způsobilosti
mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i laikům informace o povaze odborných problémů a vlastním názoru na jejich řešení,
mgr. studium: samostatně a odpovědně se na základě rámcového zadání rozhodují v souvislostech jen částečně známých,
Výsledky učení
Odborné znalosti
vysvětlit čím se zabývá biomedicínská/medicínská/lékařská informatika, bioinformatika a neuroinformatika
vysvětlit úlohu informační technologie v péči o zdraví
popsat charakter dat typicky používaných v biomedicíně
popsat na obecné úrovni proces vedoucí od sběru dat až po počítačem doporučené stanovení diagnózy
vysvětlit proces registrace dat a popsat principy metody ICP (Iterative Closest Points)
rozumět základním konceptům medicínské informatiky: mHealth, eHealth, telemedicína, elektronická zdravotní dokumentace
orientovat se ve standardech ICD-10 (11), HL7, DASTA, DICOM, aj.
popsat zásady provádění zodpovědného výzkumu zahrnujícího lidské subjekty (ať již přímo či nepřímo)
Odborné dovednosti
srozumitelně prezentovat metodu z oblasti medicínské informatiky popsanou v odborném článku psaném v anglickém jazyce
Obecné způsobilosti
identifikovat předměty navazujícího studia, které jsou relevantní pro jeho konkrétní oblast zájmu v medicínské informatice
Vyučovací metody
Odborné znalosti
Přednáška s diskusí,
Přednáška s aktivizací studentů,
Samostudium,
Samostatná práce studentů,
Odborné dovednosti
Samostudium,
Obecné způsobilosti
Diskuse,
Hodnotící metody
Odborné znalosti
Průběžné hodnocení,
Individuální prezentace,
Test,
Odborné dovednosti
Individuální prezentace,
Průběžné hodnocení,
Obecné způsobilosti
Formativní hodnocení,
Doporučená literatura
  • Selected readings from peer-reviewed literature in biomedical informatics and related as specified on CourseWare.
  • Edward H. Shortliffe, James J. Cimino. Biomedical Informatics - Computer Applications in Health Care and Biomedicine. 2021. ISBN 978-3-030-58720-8.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr