Detail předmětu
Computer-Aided Medical Diagnostics
FEKT-MPA-PRMAk. rok: 2025/2026
Předmět je věnován použití umělé inteligence v medicíně. Je orientován na získání znalostí o počítačově podporované lékařské diagnostice, principech rozhodování v medicíně, práci s neurčitostí v medicínských datech, usuzování za podmínek neurčitosti, principech fuzzy vyjádření neurčité informace a stavbě expertních systémů. Praktické znalosti získají studenti v oblasti programování expertních systémů.
Jazyk výuky
angličtina
Počet kreditů
5
Garant předmětu
Zajišťuje ústav
Nabízen zahraničním studentům
Všech fakult
Vstupní znalosti
Student/ka by měl/a být schopen vysvětlit základní principy pravděpodobnostního počtu, měl/a by znát základní pojmy zpracování dat a měl/a by ovládat základní znalosti z databázových systémů. Obecně jsou požadovány znalosti matematiky na úrovni bakalářského studia.
Pravidla hodnocení a ukončení předmětu
až 30 bodů ze samostatného projektu
až 70 bodů za písemnou zkoušku
Zkouška je zaměřena na ověření orientace v základních pojmech počítačově podporované lékařské diagnostiky a schopnosti aplikovat základní principy rozhodování v medicíně.
až 70 bodů za písemnou zkoušku
Zkouška je zaměřena na ověření orientace v základních pojmech počítačově podporované lékařské diagnostiky a schopnosti aplikovat základní principy rozhodování v medicíně.
Učební cíle
Cílem předmětu je poskytnout studentům základní orientaci v problematice počítačově podporované diagnostiky v medicíně s prvky umělé inteligence a navrhování jednoduchých diagnostických systémů pro použití v medicíně.
Absolvent předmětu je schopen:
- popsat základní způsoby počítačového zpracování biomedicínských dat,
- vysvětlit základní pojmy počítačově podporované lékařské diagnostiky,
- popsat principy základních metod pravděpodobnostního rozhodování,
- diskutovat výhody a nevýhody jednotlivých metod,
- navrhovat jednoduché expertní systémy,
- na základě definovaných požadavků vyhodnotit kvalitu rozhodovacích metod.
Absolvent předmětu je schopen:
- popsat základní způsoby počítačového zpracování biomedicínských dat,
- vysvětlit základní pojmy počítačově podporované lékařské diagnostiky,
- popsat principy základních metod pravděpodobnostního rozhodování,
- diskutovat výhody a nevýhody jednotlivých metod,
- navrhovat jednoduché expertní systémy,
- na základě definovaných požadavků vyhodnotit kvalitu rozhodovacích metod.
Základní literatura
O’Regan, G. Propositional and Predicate Logic. Springer, Cham 2017. ISBN 978-3-319-64020-4 (CS)
Panesar, A. Machine Learning and AI for Healthcare. Springer, 2019. ISBN 978-1-4842-3799-1 (CS)
Russell, S. J., Norvig, P. Artificial Intelligence: A Modern Approach. Prentice Hall 2010. ISBN 9780136042594. (CS)
Panesar, A. Machine Learning and AI for Healthcare. Springer, 2019. ISBN 978-1-4842-3799-1 (CS)
Russell, S. J., Norvig, P. Artificial Intelligence: A Modern Approach. Prentice Hall 2010. ISBN 9780136042594. (CS)
Zařazení předmětu ve studijních plánech
Typ (způsob) výuky
Přednáška
26 hod., nepovinná
Vyučující / Lektor
Osnova
1. Definice klinické podpory rozhodování
2. Přehled systémů klinické podpory rozhodování
3. Pravděpodobnost ve rozhodování - Diskuze
4. Pravděpodobnost ve rozhodování - Řešení
5. Medicínské usuzování a myšlení
6. Reprezentace znalostí
7. Pravděpodobnostní usuzování v medicíně
8. Metody inference I
9. Metody inference II
10. Inference na příkladech
11. Nejistota a nepřesné usuzování
12. Přibližné usuzování
13. Usuzování založené na fuzzy logice
2. Přehled systémů klinické podpory rozhodování
3. Pravděpodobnost ve rozhodování - Diskuze
4. Pravděpodobnost ve rozhodování - Řešení
5. Medicínské usuzování a myšlení
6. Reprezentace znalostí
7. Pravděpodobnostní usuzování v medicíně
8. Metody inference I
9. Metody inference II
10. Inference na příkladech
11. Nejistota a nepřesné usuzování
12. Přibližné usuzování
13. Usuzování založené na fuzzy logice
Cvičení na počítači
26 hod., povinná
Vyučující / Lektor
Osnova
1. Základy CLIPS I
2. Základy CLIPS II
3. Příklady in CLIPS
4. Individuální projekty
2. Základy CLIPS II
3. Příklady in CLIPS
4. Individuální projekty