Artificial Intelligence for Medicine is student-centered course designed for 3rd-5th year medical students. The course introduces artificial intelligence as a practical clinical support tool rather than a mathematical or technical subject. Students will explore how AI is used in diagnosis, medical imaging, clinical reasoning, documentation, patient communication, ethics, privacy, and healthcare systems.
The course is highly interactive and based on real medical scenarios, group discussions, role play, case analysis, debates, and practical critique of AI-generated outputs. Students will learn how to use AI safely and responsibly, recognize its limitations, identify potential errors and bias, and understand the importance of human clinical judgment. Special emphasis is placed on patient safety, confidentiality, ethical responsibility, and communication with patients.
By the end of the course, students should be able to critically evaluate AI tools in medicine, use AI to support learning and clinical reasoning, explain AI-supported care to patients, and understand that the final responsibility for clinical decisions remains with the physician.
Last update: Charalambous Chrysostomos, PharmDr., Ph.D. (22.05.2026)
Umělá inteligence v medicíně je studentům orientovaný kurz určený pro studenty 3-5. ročníku medicíny. Kurz představuje umělou inteligenci jako praktický nástroj podpory klinické práce, nikoli jako matematické nebo technické téma. Studenti se seznámí s využitím AI v diagnostice, medicínském zobrazování, klinickém uvažování, dokumentaci, komunikaci s pacientem, etice, ochraně osobních údajů a organizaci zdravotní péče.
Kurz je veden interaktivní formou a je založen na reálných klinických scénářích, skupinové práci, diskusích, hraní rolí, analýze kazuistik, debatách a praktickém hodnocení výstupů generovaných umělou inteligencí. Studenti se naučí používat AI bezpečně a odpovědně, rozpoznávat její limity, odhalovat možné chyby a zkreslení a chápat význam lidského klinického úsudku. Zvláštní důraz je kladen na bezpečnost pacienta, důvěrnost informací, etickou odpovědnost a komunikaci s pacientem.
Po absolvování kurzu by studenti měli být schopni kriticky hodnotit nástroje umělé inteligence v medicíně, využívat AI jako podporu při učení a klinickém rozhodování, srozumitelně vysvětlit pacientům roli AI ve zdravotní péči a chápat, že konečná odpovědnost za klinická rozhodnutí zůstává na lékaři.
Last update: Charalambous Chrysostomos, PharmDr., Ph.D. (22.05.2026)
Course completion requirements -
Credit will be awarded based on attendance, active participation in seminars, and successful completion of a final multiple-choice question test. To pass the course, students must achieve a minimum score of 70% on the final test and attend at least 70% of the scheduled teaching sessions.
Last update: Charalambous Chrysostomos, PharmDr., Ph.D. (22.05.2026)
Zápočet bude udělen na základě docházky, aktivní účasti na seminářích a úspěšného absolvování závěrečného testu s výběrem odpovědí. Pro úspěšné absolvování kurzu musí studenti dosáhnout minimálně 70 % v závěrečném testu a zúčastnit se alespoň 70 % plánované výuky.
Last update: Charalambous Chrysostomos, PharmDr., Ph.D. (22.05.2026)
Syllabus -
Syllabus: Artificial Intelligence for Medicine
Seminar 1: Introduction to Artificial Intelligence in Medicine
Students are introduced to the basic idea of artificial intelligence and its current role in healthcare. The session focuses on what AI can and cannot do, using simple clinical examples rather than technical explanations.
Seminar2: AI and Clinical Reasoning
This topic explores how AI can support differential diagnosis, clinical thinking, and decision-making. Students learn to compare their own reasoning with AI-generated suggestions and identify possible mistakes or omissions.
Seminar 3: AI in Diagnostics, Imaging, ECG, and Pathology
Students examine how AI is used in radiology, pathology, dermatology, cardiology, and other diagnostic fields. The focus is on clinical interpretation, false positives, false negatives, and the need for physician supervision.
Seminar 4: Generative AI for Medical Learning and Communication
This session focuses on tools such as chatbots and large language models. Students learn how AI can support studying, patient explanations, summarizing information, preparing for clinical cases, and practising communication skills.
Seminar 5: Ethics, Bias, Privacy, and Patient Safety
Students discuss the ethical challenges of AI in medicine, including bias, inequality, confidentiality, consent, accountability, and patient trust. The session emphasizes safe and responsible use of AI in clinical environments.
Seminar 6: AI in Clinical Workflow and Healthcare Systems
This topic covers how AI may support documentation, discharge summaries, triage, hospital workflow, public health, and administrative tasks. Students evaluate where AI may improve efficiency and where it may create risks.
Seminar 7: Practical Application and Final Case-Based Seminar
Students apply what they have learned through clinical cases, group discussion, role play, and evaluation of AI tools. The final session focuses on safe, critical, and patient-centered use of AI in real medical practice.
Last update: Charalambous Chrysostomos, PharmDr., Ph.D. (22.05.2026)
Sylabus: Umělá inteligence v medicíně
Seminář 1: Úvod do umělé inteligence v medicíně
Studenti se seznámí se základní myšlenkou umělé inteligence a jejím současným využitím ve zdravotnictví. Výuka se zaměřuje na to, co AI dokáže a nedokáže, a využívá jednoduché klinické příklady bez technického výkladu.
Seminář 2: AI a klinické uvažování
Toto téma se věnuje tomu, jak může AI podporovat diferenciální diagnostiku, klinické myšlení a rozhodování. Studenti se učí porovnávat vlastní klinické uvažování s návrhy vytvořenými AI a rozpoznávat možné chyby nebo opomenutí.
Seminář 3: AI v diagnostice, zobrazovacích metodách, EKG a patologii
Studenti se seznámí s využitím AI v radiologii, patologii, dermatologii, kardiologii a dalších diagnostických oborech. Důraz je kladen na klinickou interpretaci, falešně pozitivní a falešně negativní výsledky a nutnost dohledu lékaře.
Seminář 4: Generativní AI ve studiu medicíny a komunikaci
Tento blok se zaměřuje na nástroje, jako jsou chatboty a velké jazykové modely. Studenti se naučí, jak může AI pomáhat při studiu, vysvětlování informací pacientům, shrnování textů, přípravě na klinické situace a nácviku komunikačních dovedností.
Seminář 5: Etika, zkreslení, ochrana dat a bezpečnost pacienta
Studenti diskutují etické výzvy spojené s AI v medicíně, včetně zkreslení, nerovnosti, důvěrnosti informací, souhlasu, odpovědnosti a důvěry pacienta. Důraz je kladen na bezpečné a odpovědné využívání AI v klinickém prostředí.
Seminář 6: AI v klinickém provozu a zdravotnických systémech
Téma se věnuje tomu, jak může AI podporovat zdravotnickou dokumentaci, propouštěcí zprávy, triáž, nemocniční provoz, veřejné zdraví a administrativní úkoly. Studenti hodnotí, kde může AI zvýšit efektivitu a kde může představovat riziko.
Seminář 7: Praktická aplikace a závěrečný kazuistický seminář
Studenti aplikují získané znalosti prostřednictvím klinických kazuistik, skupinové diskuse, hraní rolí a hodnocení AI nástrojů. Závěrečný seminář se zaměřuje na bezpečné, kritické a pacientsky orientované využívání AI v reálné lékařské praxi.
Last update: Charalambous Chrysostomos, PharmDr., Ph.D. (22.05.2026)
