Fakultet tehničkih nauka

Predmet: Inteligentno upravljanje rizikom u medicinskim podacima (22.EAI050)

Osnovne informacije:
 
Kategorija Stručno-aplikativni
Uža naučna oblast Primenjene računarske nauke i informatika
ESPB 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.

Autori Naziv Godina Izdavač Jezik
Kara S. Evans, Elizabeth Baoying Wang Data Analysis and Integration in Healthcare 2019 IGI Global Engleski
World Health Organization Emergency Response Framework 2013 WHO Engleski
Encho Gospodinov, Gilbert Burnham et al. Public health guide in emergencies 2008 International Federation of Red Cross and Red Crescent Societies Engleski
Vasileios Pezoulas, Themis Exarchos, Dimitrios Fotiadis Medical Data Sharing, Harmonization and Analytics 2020 Academic Press Engleski
Peter Brass Advanced Data Structures 2008 Cambridge University Press Engleski
Predmetna aktivnost Predispitna Obavezna Broj poena
Predmetna aktivnost
Odbranjene računarske vežbe
Predispitna
Da
Obavezna
Da
Broj poena
20.00
Predmetna aktivnost
Usmeni deo ispita
Predispitna
Ne
Obavezna
Da
Broj poena
30.00
Predmetna aktivnost
Predmetni projekat
Predispitna
Da
Obavezna
Da
Broj poena
50.00
API Image

prof. dr Popov Srđan

Redovni profesor

Predavanja
Predavanja
Računarske vežbe
Računarske vežbe