PředmětyPředměty(verze: 992)
Předmět, akademický rok 2025/2026
   
Lékařská informatika - C2VO006
Anglický název: Informatics in medicine
Podoba výuky: přednáška+cvičení
Zajišťuje: Ústav lékařské biofyziky a lékařské informatiky 3. LF UK (12-ULBI)
Fakulta: 3. lékařská fakulta
Platnost: od 2025
Počet semestrů výuky: 1
Semestr: letní
Body: 1
E-Kredity: 1
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:1/1, Z [HS]
Počet míst: neurčen / neurčen (neurčen)
Maximální kapacita předmětu: neomezen
Minimální obsazenost: neomezen
4EU+: ne
Virtuální mobilita / počet míst pro virtuální mobilitu: ne
Kompetence:  
Stav předmětu: vyučován
Jazyk výuky: čeština
Forma uskutečňování: prezenční
Úroveň:  
Další informace: http://www.lf3.cuni.cz/biofyzika/
Možnost opakovaného zápisu: 1 / 1 / 1 / 1
Garant: doc. Ing. Daniel Šuta, Ph.D.
prof. MUDr. Jozef Rosina, Ph.D., MBA
doc. Ing. Jana Vránová, CSc.
Kategorizace předmětu: Zdravotnické obory > Zdraví informatika
Rozvrh   
Anotace -
Předmět poskytuje základní znalosti z oblasti informatiky a lékařské statistiky a jejich využití ve zdravotnické praxi. Cílem je, aby studenti získali uživatelské znalosti pro práci v prostředí Microsoft Office, zejména v programech Microsoft Word, Microsoft Excel, Microsoft PowerPoint, dokázali se orientovat v přístupových cestách k medicínským informačním zdrojům, pochopili smysl a využití nemocničních informačních systémů, měli základní představu o telemedicíně.
Poslední úprava: Šindelářová Svatošová Petra, Bc., DiS. (20.05.2026)
Cíl předmětu -

Student spočítá základní míry polohy, variability a parametry tvaru

Student vyhodnotí, kdy správně použít parametrické a kdy neparametrické statistické metody

Na základě zadání bakalářské práce, studie apod. student správně rozhodne, kterou statistickou metodu použít k analýze (správně vybere z testů – t-test, ANOVA, Kontingenční tabulky, Korelační analýza, Regresní analýza apod.)

Student zná základní rozdíl mezi korelační a regresní analýzou

Student spočítá základní parametry ROC analýzy – sensitivitu, specificitu, PPV, NPV, celkovou přesnost diagnostického testu

Student správně vyhodnotí diskriminační sílu diagnostického testu podle velikosti plochy pod ROC křivkou (AUC)

 

Poslední úprava: Šindelářová Svatošová Petra, Bc., DiS. (20.05.2026)
Podmínky zakončení předmětu
Zápočet
Poslední úprava: Šindelářová Svatošová Petra, Bc., DiS. (20.05.2026)
Literatura

Povinná:

Műnz, J.: Informační technologie ve zdravotnictví, ČVUT Praha, 2011.

Špunda M.: Zdravotnická informatika, Karolinum, Praha, 2007.

Zvárová J. a kol.: Základy informatiky pro biomedicínu a zdravotnictví [online], EuroMISE Centrum 2006.

Zvárová J. a kol.: Biomedicínská informatika I., Univerzita Karlova, Praha, 2011.

Zvárová J. a kol.: Biomedicínská informatika III., Univerzita Karlova, Praha, 2009.

Zvárová J. a kol.: Biomedicínská informatika IV., Univerzita Karlova, Praha, 2010. 

Zvárová J.: Základy statistiky pro biomedicínské obory, Karolinum, Praha, 2016.

Doporučená:

Dolanský H.: Zdravotnická dokumentace v praxi praktického lékaře, RAABE, Praha 2018.

Kasal P., Svačina, Š.: Lékařská informatika. Karolinum, Praha 1998.

Kasal P., Svačina Š.: Internet a medicína, Grada, 2001.

M. Meloun, J. Militký: Statistická analýza experimentálních dat, Academia, Praha, 2004.

Kubánková V., Hendl J.: Statistika pro zdravotníky, Avicenum, Praha, 1986.

Poslední úprava: Šindelářová Svatošová Petra, Bc., DiS. (20.05.2026)
Metody výuky -
Přednášky, cvičení.
Poslední úprava: Šindelářová Svatošová Petra, Bc., DiS. (20.05.2026)
Sylabus -

Základní práce v MS Word, MS Excel, MS PowerPoint – základní formátování textu, tvorba grafů, matematické a statistické výpočty, tvorba prezentací.

Znalost výpočtu základních parametrů deskriptivní statistiky – MS Excel.

Testování hypotéz – hypotézy o parametrech jednoho, dvou a více souborů – hypotézy o rozložení, T-testy, ANOVA, korelace, kontingenční tabulky, regresní analýza – vše v prostředí MS Excel. 

Medicínské a zdravotnické informační systémy

Všeobecné datové a informační sítě (internet)

Poslední úprava: Šindelářová Svatošová Petra, Bc., DiS. (20.05.2026)
Výsledky učení

Student spočítá základní míry polohy, variability a parametry tvaru

Student vyhodnotí, kdy správně použít parametrické a kdy neparametrické statistické metody

Na základě zadání bakalářské práce, studie apod. student správně rozhodne, kterou statistickou metodu použít k analýze (správně vybere z testů – t-test, ANOVA, Kontingenční tabulky, Korelační analýza, Regresní analýza apod.)

Student zná základní rozdíl mezi korelační a regresní analýzou

Student spočítá základní parametry ROC analýzy – sensitivitu, specificitu, PPV, NPV, celkovou přesnost diagnostického testu

Student správně vyhodnotí diskriminační sílu diagnostického testu podle velikosti plochy pod ROC křivkou (AUC)

Poslední úprava: Šindelářová Svatošová Petra, Bc., DiS. (20.05.2026)
 
Univerzita Karlova | Informační systém UK