PředmětyPředměty(verze: 992)
Předmět, akademický rok 2025/2026
   
Lékařská informatika - CVO006P1
Anglický název: Informatics in medicine
Podoba výuky:  
Zajišťuje: Ústav lékařské biofyziky a lékařské informatiky 3. LF UK (12-ULBI)
Fakulta: 3. lékařská fakulta
Platnost: od 2024
Počet semestrů výuky: 2
Semestr: zimní
Body: 1
E-Kredity: 1
Způsob provedení zkoušky: zimní s.:
letní s.:
Rozsah, examinace: zimní s.:7/7, --- [HS]
letní s.:6/6, Z [HS]
Počet míst: zimní:neurčen / neurčen (neurčen)
letní: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: 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: Vránová Jana, doc. Ing., CSc. (21.01.2026)
Cíl předmětu -

Cílem předmětu je naučit studenty aktivně využívat textový editor WORD, tabulkový procesor EXCEL, program pro tvorbu prezentací POWERPOINT a vyhledávat resp. třídit vědecké informace na Internetu.

Cílem předmětu je také seznámit studenty se všemi základními statistickými metodami, které jsou dnes nejčastěji používány při statistickém vyhodnocení klinických studií, dotazníkových šetření a jiných vědeckých projektů a které jsou nezbytné při psaní vědeckých článků, vědeckých (konkrétně bakalářských) prací, apod. Cílem je také naučit studenty orientovat se v prostředí profesionálních statistických programů. 

Poslední úprava: Vránová Jana, doc. Ing., CSc. (18.02.2020)
Podmínky zakončení předmětu

V zimním semestru je požadovaná 50 %-ní účast na přednáškách a seminářích

V letním semestru je požadovaná přítomnost na praktických cvičeních 80 %, jak stanoví studijní řád.

Pro udělení zápočtu je student povinen výpočítat dva statistické příklady v MS Excel - každý příklad předtavuje jinou statistickou metodu a absolvovat znalostní test ze základních statistických metod (deskriptivní a induktivní statistika)

Poslední úprava: Vránová Jana, doc. Ing., CSc. (21.01.2026)
Literatura

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

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

Zvarova 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

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: Vránová Jana, doc. Ing., CSc. (21.01.2026)
Metody výuky -

Přednášky, semináře, cvičení.

Poslední úprava: Vránová Jana, doc. Ing., CSc. (18.02.2020)
Sylabus -

Přednášky:

  1. Statistické postupy v medicíně
  2. Deskriptivní statistika I. a II.
  3. Testování hypotéz – 2 skupiny
  4. Analýza rozptylu při jednoduchém třídění
  5. Kontingenční tabulky
  6. Korelace a jednoduchá regrese
  7. ROC analýza a analýza nákladů a přínosů

Cvičení:

  1. Základní práce v MS Word, MS Excel, MS PowerPoint – základní formátování textu, tvorba grafů, matematické a statistické výpočty, tvorba prezentací.
  2. Znalost výpočtu základních parametrů deskriptivní statistiky – MS Excel.
  3. 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. 
  4. Medicínské a zdravotnické informační systémy
  5. Všeobecné datové a informační sítě (internet)
Poslední úprava: Vránová Jana, doc. Ing., CSc. (21.01.2026)
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

Poslední úprava: Vránová Jana, doc. Ing., CSc. (21.01.2026)
 
Univerzita Karlova | Informační systém UK