1. lékařská fakulta Univerzity Karlovy Univerzita Karlova
Zajímá vás, co se děje na fakultě? Přihlaste se k odběru bulletinu Jednička.

Pomůžeme vám

Potřebujete pomoc nebo informace a nevíte přesně na koho se obrátit?

Kontaktujte nás

Biomedicínská informatika

Biomedicínská informatika je rychle se vyvíjející obor, jehož náplní je zejména využití počítačů a informačních technologií (IT), systémového přístupu, statistiky a epidemiologie a matematických metodologií v medicíně.

Biomedicínská informatika prochází stálým vývojem, v současnosti je zaměřena na tyto hlavní oblasti: oblast podpory klinického rozhodování, biomedicínské statistiky, robotiky, počítačového modelování, zpracování obrazu a na oblast medicínských informačních systémů. V klinické medicíně jde o tyto oblasti: klinické výpočty, analýza obrazu, problematika biosignálu, počítačové modelování, umělá inteligence (včetně expertních systémů), podpora rozhodování, problematika statistiky a biometrie, klasifikace v medicíně, počítače v řízení přístrojů, robotika a umělé orgány. V oblasti informačních systémů je řešena problematika jejich implementace v prostoru zdravotnictví, specifické otázky ochrany dat a etických problémů a tvorba nemocničních informačních systémů. V oblasti teoretické medicíny jde zejména o modelování fyziologických funkcí a problematiku bioinformatiky.

Kurzy vypsané OR Biomedicínská informatika: 
B90206 Biomedicínská informatika a statistika pro doktorandy
B90246 Modelování fyziologických funkcí
B90277 Klinická informatika a bioinformatika
B90182 Modelování biomedicínských systémů
B90072 Fyziologické regulační systémy v normě a patologii
B90278 Modelování procesů ve zdravotnických informačních systémech
NPGR029 Variační metody ve zpracování obrazu (organizuje ÚTIA AV ČR)
NPGR032 Digitální zpracování obrazu (organizuje ÚTIA AV ČR)

Studijní povinnosti
Absolvování dvou kursů. Povinný je nejméně jeden z kursů této oborové rady: Biomedicínská statistika a informatika, Modelování fyziologických funkcí nebo Klinická informatika a bioinformatika.

Druhý kurs může volit student z kursů jiných oborových rad v programu Biomedicína nebo také některého z výše uvedených kursů (2 kurzy ÚTIA AV ČR).

Součástí studijního plánu je rovněž jazyková zkouška z angličtiny (zkouška na Ústavu dějin lékařství a cizích jazyků, státní jazyková zkouška nebo mezinárodně uznávaná jazyková zkouška (např. TOEFL, Cambridge Certificate).

Po splnění podmínky dvou IF publikací (předložení opublikovaných článků či potvrzení o přijetí článků) a složení státní doktorské zkoušky je student připuštěn k obhajobě.

Požadavky na tvůrčí činnost
Publikace nejméně dvou článků v časopisech s IF (jeden jako první autor). Zpracování rešeršní práce ke státní doktorské zkoušce.

Požadavky na absolvování stáží
Doporučen několikaměsíční pobyt na zahraničním pracovišti. Lze nahradit účastí na mezinárodním projektu nebo jinou formou přímé účasti na spolupráci se zahraničím.

Státní doktorská zkouška
Podmínky pro zahájení zkoušky:
Absolvování dvou výše uvedených kursů.
Publikace či odeslání 1 IF článků k tématu práce.
Jazyková zkouška

Průběh zkoušky:
Student předloží rešeršní práci k problematice dizertace a nastíní teze práce.
Obhájí v kvalifikované diskusi.
Odpoví na dvě teoretické otázky. Studenti si mohou vybrat buď dvě otázky z informatiky, nebo jednu ze statistiky a jednu z informatiky.

Okruh Informatika
1. Data, informace, znalosti, pojem entropie
2. Rozhodování v medicíně, specifita, senzitivita, prediktivní hodnota
3. Expertní systémy a umělá inteligence v medicíně
4. Biomedicínské informační zdroje
5. Internet v medicíně, hodnocení kvality zdravotnické informace
6. Bayesovské a neuronové sítě, jejich rozdělení
7. Teorie rozhodování v medicíně, systémy pro podporu rozhodování
8. Kybernetická bezpečnost a ochrana dat v medicíně, elektronický podpis
9. Elektronický zdravotní záznam, lékový záznam
10. Struktura a principy informačních systémů ve zdravotnictví
11. Datové sítě ve zdravotnictví.
12. Klasifikace a nomenklatury v medicíně
13. Datamining v medicíně
14. Matematické modelování v biomedicíně
15. Medicína založená na důkazech, translační medicína
16. Klinické studie a jejich principy a klasifikace
17. Lékařská doporučení a jejich formalizace
18. Analýza biologických signálů, základní pojmy, klasifikace biologických signálů
19. Základní principy analýzy obrazu v medicíně
20. Telemedicína, základní principy
21. Bioinformatika, základní principy
22. Zdravotní pojištění, úhrady zdravotní péče a jich optimalizace
23. Národní zdravotnický informační systém

Okruh Medicínská statistika
1. Deskriptivní charakteristiky spojitých a kategoriálních náhodných veličin, grafická prezentace dat
2. Populace vs. náhodný výběr, parametr polohy resp. rozptýlenosti (variability) spojité náhodné veličiny a jeho výběrové odhady, momenty spojitých náhodných veličin
3. Spojitá a diskrétní a rozdělení pravděpodobnosti, normální (gausovské) a uniformní rozdělení, alternativní a binomické rozdělení
4. Statistické testování – náhodný, reprezentativní výběr, medicínská hypotéza, nulová a alternativní statistická hypotéza, testová statistika, hladina významnosti statistického testu, kritická hodnota testové statistiky, dosažená hladina statistické významnosti (p-hodnota), statistický software
5. Testování hypotéz a intervaly spolehlivosti
6. Testy o střední hodnotě spojité náhodné veličiny – parametrické jednovýběrové, dvouvýběrové a párové testy, neparametrické testy
7. Analýza kategoriálních dat, chí-kvadrát test, Fischerův test
8. Korelační analýza – korelační a kovarianční matice, typy korelací (Pearson, Kendall, Spearman), korelace a kauzalita, nekorelovanost a nezávislost
9. Časové řady, trend, perioda
10. Vícerozměrné metody - diskriminační, faktorová, shluková analýza, metoda hlavních komponent, grafické metody
11. Zdravotnická statistika a registry
12. Fáze klinických studií I - IV
13. Analýza přežití (Kaplanův-Meierův odhad, Coxův PH model a jeho varianty v případě porušených předpokladů)
14. Model lineární regrese, problém kolinearity
15. Analýza rozptylu
16. Modely zobecněné lineární regrese (logistická regrese, Poissonovská regrese)
17. Akaikeho (AIC) a bayesovské informační kritérium (BIC), optimální volba modelu
18. Parametrické a neparametrické statistické testy hypotéz (obecné srovnání)
19. Problém vícenásobného testování z pohledu statistické hladiny významnosti statistického testu (alfa), simultánní statistické testy
20. Euklidovská vs. Mahalanobisova statistická vzdálenost bodů
21. Klasifikační metody, regresní a klasifikační stromy
22. Explorační a konfirmační analýza, meta-analýza
23. Bayesova věta, bayesovská vs. frekventistická (klasická) statistika

Hodnocení: spravovat