1. lékařská fakulta Univerzita Karlova 1. lékařská fakulta Univerzita Karlova Ústav biofyziky a informatiky 1. LF UK
31.10.2020

Požadavky ke klasifikovanému zápočtu

 

Požadavky ke klasifikovanému zápočtu ze „Zdravotnické informatiky“

1. ročník, obor Lékařství, letní semestr 2019/20

Předpoklady

Vstupním předpokladem pro studium Zdravotnické informatiky jsou znalosti na středoškolské úrovni: Orientace v pojmech Hardware, software, operační systém, adresář, soubor, jméno a přípona souboru, algoritmus, program. Počítačová síť, internet, služby (e-mail, WWW apod.), emailová adresa, URL, virus, hoax, základy práce s kancelářskými programy.

Otázky ověřující tyto základní znalosti mohou být součástí klasifikovaného zápočtu.

Seznam základních pojmů jejichž znalost je vyžadována ke klasifikovanému zápočtu

EBM

Důvody zavedení a principy EBM, tři součásti EBM, personalizovaná medicína, informovaný souhlas. Hierarchie vědeckého důkazu. Klinická studie (typy, význam, síla důkazu). Randomizovaná studie, metaanalýza. Použití Cochrane library.

Klasické a otevřené informační zdroje v medicíně

Hledání informací (informační centra, knihovny, internet), katalogy, elektronické zdroje na UK - PEZ, UK A-Ž, ÚVI, elektronické databáze (OVID, Web of Science), identifikátory (DOI, PMID).
Otevřené informační zdroje , zdroje věrohodnosti, teoretická východiska a podmínky fungování,  crowdsourcing, long tail, využití v praxi, limity a omezení.

Informační systémy a bezpečnost dat ve zdravotnictví

Elektronická dokumentace, zdravotnické databáze, vývoj, využití, schopnosti, praktické ukázky Ambulantního informačního systému, Nemocničního informačního systému. eHealth a telemedicína – koncepce eHealth, možnosti telemedicíny (telemetrické sledování, telekonzultace, online komunikace). Informační systémy v různých odvětvích medicíny (klinická medicína, laboratoře, zobrazovací metody, pojišťovny, zdravotnický záchranný systém, národní registry). Modulární stavba ambulantních a nemocničních informačních systémů, propojení nemocnic. PACS, SÚKL, ÚZIS, AISLP...

Internetová bezpečnostní gramotnost, využití webu sociálních sítí v klinické medicíně a jejich úskalí (virus, spyware, spam, hoax, phishing, šifrování, elektronický vs. digitální podpis, počítačová kriminalita). Reálné ukázky úniků a zneužití dat v medicíně.

Statistika

Popisná a induktivní statistika, kategorická a numerická data, grafická a tabulková prezentace statistických dat, histogram, četnosti (absolutní, relativní, kumulativní), průměr aritmetický, medián, modus, kvartil, percentil, rozptyl, směrodatná odchylka, krabicový graf, náhodný jev, náhodný výběr, rozdělení pravděpodobnosti (binomické, normální /Gaussovo), intervalový odhad, testování hypotéz (princip a význam).

Zpracování obrazu

Analogový a digitální signál, vzorkování a kvantování (signál), digitální obraz, jas, kontrast, histogram barev, pixel, obrazové formáty (JPG, BMP), hlavní medicínské zobrazovací metody využívající počítače (CT, MRI, SPECT, PET). PACS, DICOM, windowing (kostní, tkáňový).
Základy 3D technologií v medicíně.


Praktické dovednosti ke klasifikovanému zápočtu (Pro rok 2019/2020 je praktická část nahrazena vypracováním úkolů zadaných během semestru)

Práce se soubory a základy počítačové bezpečnosti

Základy práce v operačním systému Windows, práce se soubory a adresáři 

MS Powerpoint

Vytvořit novou prezentaci, vložit tabulku, graf, obrázek, hypertextový odkaz, vytvoření odrážkového seznamu, formátování obsahu, animace.

MS Excel

Zpracování dat a vizualizace pomocí grafu, formátování buněk, sloupců a řádků, vkládání dat do buněk, vytvoření vzorce pro výpočty, základní funkce, např. PRŮMĚR, SUMA, podmínková funkce KDYŽ, vnořené funkce, tvorba základních typů grafů, např. sloupcový, pruhový, koláčový, spojnicový, XY-bodový, tvorba grafů, základní statistické výpočty, četnosti, histogram.

Základy práce s aplikací PC Doktor 

Orientace v databázi pacientů, založení záznamu pacienta, práce s jeho specifickými vlastnostmi, práce s dekurzem, vytvoření fráze lékaře, plánování schůzek, vytváření receptů, neschopenek.

Základy práce s aplikací AISLP

Hledání léčiv dle specifických požadavků (kódu, názvu, indikačních skupin, ATC klasifikace), zjištění kontraindikací, orientace v dokumentech /hlavní informace, článek, příbalový leták, SPC/, význam pojmů/zkratek: ATC-klasifikace, HVLP.

Základy zpracování digitálního obrazu

Práce s digitálním obrazem, změna jasu a kontrastu, histogram barev a jeho ekvalizace, filtrace, detekce hran, kontrastu, prahování).



Doporučená studijní literatura 

EBM, LÉKAŘSKÝ PROFESIONALISMUS, OTEVŘENÉ VÝUKOVÉ ZDROJE


EBM - Medicína založená na důkazech (slajdy)
Otevřené informační zdroje (slajdy)
Lékařský profesionalismus (slajdy)


STATISTIKA:

Patrícia Martinková: Statistika, věda o usuzování na základě dat

Jana Zvárová: Biomedicínská statistika I. Základy statistiky pro biomedicínské obory. Karolinum, 2016. http://www.cupress.cuni.cz/ink2_stat/index.jsp?include=podrobnosti&id=16979

Karel Zvára: Biomedicínská statistika IV. Základy statistiky v prostředí R. Karolinum, 2013. http://www.cupress.cuni.cz/ink2_ext/index.jsp?include=podrobnosti&id=230791


BEZPEČNOST DAT A ZDRAVOTNICKÉ INFORMAČNÍ SYSTÉMY :

Petr Kajzar: Informační systémy ve zdravotnictví, eHealth a telemedicína a bezpečnost dat ve zdravotnictví



ZPRACOVÁNÍ OBRAZU:

Daniel Smutek, Jaroslav Dušek: Zpracování medicínského obrazu

UMĚLÁ INTELIGENCE:

 

Ing. Eduard Bakstein, Ph.D., MUDr. Marián Kolenič: Umělá inteligence v medicíně


 


Zpět

počet zobrazení: 8766 autor: jzeman, poslední aktualizace: 31.10.2020
Hodnocení: (hodnotili 3 uživatelé) Kliknutím na tento odkaz upozorníte autora, že jeho článek už zřejmě není aktuální.