Courses – Fakultet tehničkih nauka u Novom Sadu

Subject: (22.EAI050)

Type of studies	Title
Master Academic Studies	Artificial Intelligence and Machine Learning (Year: 2, Semester: Winter)

General information:

Category	Professional-applicative
Scientific or art field	Applied Computer Science and Informatics
ECTS	6

Ovladavanje teorijskim i praktičnim znanjima iz metoda i tehnika inteligentnog upravljanja rizikom u medicinskim podacima prilikom izrade softverskih rešenja koja se zasnivaju na metodama veštačke inteligencije i mašinskog učenja.

Studenti su razumeli značaj primene metoda inteligentnog upravljanja rizikom na medicinske podatke u situacijama ostvarenja hazarda i delovanja u kriznim situacijama. Studenti su osposobljeni da upravljaju podacima u kriznim situacijama koje zahtevaju medicinske podatke. Studenti umeju da prepoznaju probleme i da primene i povežu stečena znanja u praksi prilikom izrade softverskih rešenja za potrebe medicine koji se zasnivaju na veštačkoj inteligenciji i primeni mašinskog učenja.

Inteligentni pogled na multihazardne sitacije iz aspekta medicinskih podataka. Tipologija podataka. Strukture podataka specifične za medicinske i multidimenzionalne podatke. Integracija heterogenih, anahronih i podataka iz nasleđenih sistema. Interoperabilnost medicinskih podataka i dovođenje u zajednički kontekst (prostorni, vremenski, kontekst instance rizika). Identifikacija, procena i prioritizacija rizika. Primena mehanizama za ublažavanje rizika. Praćenje promene i informisanje zainteresovanih strana o odgovoru na rizik. Situaciona svesnost i nadgledanje rizika. Dizajn i primena arhitekture IRM (Integrated risk management) rešenja (IRMS- IRM Solution)

Oblici izvođenja nastave su: predavanja, računarske vežbe, samostalna izrada projekta i konsultacije. Predavanja se izvode uz prezentacije. Praćena su računarskim vežbama i diskusijama aktuelnih rešenja i tehnologija. Računarske vežebe se održavaju u laboratorijama katedre za Primenjene računarske nauke. Predispitne obaveze podrazumevaju aktivno učestvovanje u zadacim na raunarskim vežbama u toku semestra i obaveznu izradu i usmenu odbranu projekta na kraju semestra. Uslov za izlazak na ispit je ostvarenih više od 35 bodova iz predispitnih obaveza. Usmeni ispit će se polagati u redovnim ispitnim rokovima.

Authors	Title	Year	Publisher	Language
Peter Brass	Advanced Data Structures	2008	Cambridge University Press	English
Vasileios Pezoulas, Themis Exarchos, Dimitrios Fotiadis	Medical Data Sharing, Harmonization and Analytics	2020	Academic Press	English
Encho Gospodinov, Gilbert Burnham et al.	Public health guide in emergencies	2008	International Federation of Red Cross and Red Crescent Societies	English
Kara S. Evans, Elizabeth Baoying Wang	Data Analysis and Integration in Healthcare	2019	IGI Global	English
World Health Organization	Emergency Response Framework	2013	WHO	English