Uživatel:CeSt/Výuka

Z WikiSkript

Výuka informatiky pro stomatologii[upravit | editovat zdroj]

Předmět Informatika v zubním lékařství B01180
Rozsah za akademický rok 15 hodin
Patří mezi Povinné ZUBL 3.r._18/19
Místo Síň Coriových, pondělí 15:45-17:15

Úvod[upravit | editovat zdroj]

  • Přednášející: RNDr. Čestmír Štuka, Ph.D.
  • Rozsah: 45 minut
  • Téma: Informace o obsahu předmětu a vyučujících.

Evidence based dentistry[upravit | editovat zdroj]

  • Přednášející: MUDr. Drahoš, RNDr. Štuka
  • Rozsah: 45 minut
  • Témata:
    • Cochrane
    • ADA

Ambulantní informační systém pro stomatology[upravit | editovat zdroj]

Bezpečnost dat ve zdravotnictví[upravit | editovat zdroj]

Dentální fotografie[upravit | editovat zdroj]

  • Přednášející: MUDr. Martin Tomeček
  • Rozsah: 90 minut
  • Témata:
    • Technické prostředky (zrcadlovka, makro, kruhový blesk)
    • Kvalita snímků pro různé typy využití (pixely, šum, ohnisko, RAW/JPG)
    • Fotografie umožňující identifikaci pacienta vyžadují jeho souhlas (GDPR)
    • Nastavení fotoaparátu (konzistence dokumentace), clona, čas, ISO, režimy s předvolbou clony, či času, vyvážení bílé, rozlišení
      • vliv clony na hloubku ostrosti
      • doporučená nastavení
    • Postprodukční zpracování digitální fotografie
    • Organizace kartotéky snímků
    • Speciální případy: Intraorál

Světlo a barva v dentální fotografii[upravit | editovat zdroj]

CAD/CAM ve stomatologii[upravit | editovat zdroj]

Frézování a 3D tisk[upravit | editovat zdroj]

Externí zdroje[upravit | editovat zdroj]

Výuka informatiky pro mediky[upravit | editovat zdroj]

Předmět Zdravotnická informatika B00364
Informace http://ubi.lf1.cuni.cz/zdravotnicka-informatika-vseobecne-lekarstvi
Rozsah za akademický rok 30 hodin (letní semestr)
Zakončení 2 kredity, klasifikovaný zápočet

Anotace[upravit | editovat zdroj]

Technické aspekty zdravotnické informatiky, využití počítačů v medicíně, počítačová bezpečnost a její role ve zdravotnictví, databáze v medicínských informačních systémech, užití výpočetní techniky v diagnostice a terapii, počítačové sítě a síťové služby, Internet a WWW, biomedicínská statistika, zpracování obrazu, zpracování biosignálu, elektronická zdravotnická dokumentace, medicínské informační zdroje, počítače a zdraví, počítačová podpora lékařského rozhodování, medicína založená na důkazech.

Organizace studia[upravit | editovat zdroj]

Seznam základních pojmů ke klasifikovanému zápočtu[upravit | editovat zdroj]

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[upravit | editovat zdroj]

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).

Zdravotnická statistika[upravit | editovat zdroj]

StatSoft[upravit | editovat zdroj]

Odkazy[upravit | editovat zdroj]

Strojové učení v medicíně[upravit | editovat zdroj]

  • Umělá inteligence detekuje zástavu srdce
  • https://journals.lww.com/academicmedicine/Abstract/publishahead/Why_We_Needn_t_Fear_the_Machines__Opportunities.97683.aspx
    • V nedávné době začala přesnost prediktivních modelů založených na strojovém učební dosahovat, nebo překračovat možnosti specialistů. Schopnost automatizovat kognitivní úkoly pomocí softwaru vyvolala nové otázky ohledně budoucí role lékařů ve zdravotnictví. Rozvíjející se technologie mohou měnit náplň práce lékařů a nutit je aby se učili novým dovednostem. Je proto jasné, že tento vznikající jev musí být pochycen systémem lékařského vzdělávání. Současná lékařská výchova usiluje o přípravu další generace současných lékařů, ale rychle se vyvíjející technologie mohou mezi tím změnit požadavky na lékařskou profesi. Ačkoli stroje člověka nikdy plně nenahradí, mohou se kompetence, které doplňují předpovědi strojů, ukázat jako cennější, zatímco kompetence, které předpovědi strojů alternují, se mohou v budoucnu jevit jako méně hodnotné. Chceme-li tedy trénovat lékaře pro tuto novou dobu, musí to být lidé, kteří budou přínosem i v době nástupu nových technologií.
  • https://blog.verily.com/2019/02/launching-powerful-new-screening-tool.html
    • Jedné z firem patřících Googlu se podařilo naostro rozjet projekt strojového učení v Indii. Je tam obrovský nedostatek očních lékařů, zatímco je tam spousta lidí trpících cukrovkou, která poškozuje oči. Proto rozjeli pilotní projekt, díky kterému jen laborant vyfotí sítnici pacienta a nechá automatický algoritmus rozpoznat, zda je daný člověk rizikový pro rozvoj diabetických onemocnění (retinopatie či makulárního edému). celé to funguje na stejném principu, jako ostatní techniky strojového učení: prostě jen nasypali hromady otagovaných obrázků (je to nemocné oko nebo ne?) z minulosti a na základě rozpoznání obrazu a statistiky odhadují, jaký tag bude mít nový obrázek. Skvělá věc, zvláště když v Indii chybí statisíce lékařů na tu ohromnou populaci.
  • Strojové učení a umělá inteligence v diagnostice: Jaká bude role lékaře v budoucnosti?
    • Tam, kde je v medicíně dostatek dat, lze diagnostice naučit umělou inteligenci. Role lékaře se v budoucnosti posune. Nebude s AI soutěžit o přesnější diagnózu, ale bude ji zahrnovat do své praxe. Je to paralela k dnešní situaci při soutěži vlastních vědomostí vs. vyhledáváním na síti.

Příklady mimo medicínu[upravit | editovat zdroj]

Otevřené informační zdroje - wisdom of crowd[upravit | editovat zdroj]

Ostatní témata a odkazy[upravit | editovat zdroj]

Musíme učit to, co bude za 20 let.

10 mobilních aplikací, které musíte znát:

  • léky
  • kritické postupy
  • EBM
Doporučené postupy

Teoretické základy[upravit | editovat zdroj]

Zpracování obrazových dat v medicíně[upravit | editovat zdroj]

Elektronická zdravotní dokumentace[upravit | editovat zdroj]

Medicína založená na důkazech[upravit | editovat zdroj]

Hierarchie věrohodnosti vědeckého důkazu
zdá se mi
článek
článek v recenzovaném periodiku (citační indexy)
metaanalýza

Omyly v medicíně[upravit | editovat zdroj]

Profesionalizmus[upravit | editovat zdroj]

Řízení vlastní online pověsti[upravit | editovat zdroj]

Americká Northwestern University nabízí od loňského roku studentům kurz „Řízení vlastní online pověsti“ (Managing your online reputation). Cílem kurzu je vést studenty k vytvoření stabilní a produktivní online identity, která jim umožní sledovat jejich zájmy a rozvíjet kariéru. Přesto, že pro dnešní mladé lidi se vžilo označení „digitální domorodci“, studenti přicházejí na vysoké školy nestejně připraveni pracovat v digitálním prostředí. Vyučující a tvůrkyně kurzu E. Hargittai uvádí, že třetina studentů nezná funkci bcc při komunikaci e-mailem a více než čtvrtina si neumí nastavit úroveň sdílení na svém profilu na sociálních sítích. Podle Hargittai kurz zaměřený na zvládnutí prostředí sociálních sítí pomůže také vyrovnávat rozdíly mezi bohatými studenty, kteří jsou lépe obeznámeni s digitálním prostředím, a obvykle méně připravenými studenty z chudších rodin. V rámci kurzu studenti vyhledávají pomocí různých vyhledávačů, vytvářejí profily na platformách jako Google Plus nebo Tumblr a sledují odborníky na Twitteru. Každý student má za úkol zpracovat studii o člověku, který úspěšně řídí svou pověst online, a prospěchu, který mu to přineslo. Studenti se učí nahlížet na svůj online profil očima budoucích zaměstnavatelů a získávat profesionální kontakty. Naučí se rovněž přemýšlet o tom, co je vhodné umístit na síti, a co ne. (Přinejmenším stejně jako pro studenty by takový kurz mohl být užitečný i pro učitele.) (1239)

Sociální média ve výuce medicíny[upravit | editovat zdroj]

Nyní žijeme, učíme se, vyučujeme a praktikujeme medicínu v digitální éře. Sociální sítí se používajá alespoň polovina všech dospělých a téměř všichni dospívající. Využití sociálních médií může být osobní, profesní, nebo obojí. Použití sociálních médií je často veřejné. Pochybení v profesionalitě může mít zničující následky pro budoucí praxi studenta, ale pokud jsou sociální média použita správně, mohou zlepšit život a kvalitu výuky studentů. Potkáváme se obojím - riziky i příležitostmi používání sociálních médií. Je proto třeba využít jejich výhody a vyhnout se nástrahám při jejich používání.

Odkazy k tématu[upravit | editovat zdroj]

Témata[upravit | editovat zdroj]

Obecné tipy[upravit | editovat zdroj]