Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Detail předmětu
FEKT-MPC-VDZAk. rok: 2026/2027
Předmět Vizualizace dat ve zdravotnictví a medicíně seznamuje studenty s principy, metodami a nástroji pro efektivní vizualizaci klinických, epidemiologických, laboratorních, zobrazovacích a dalších zdravotnických dat. Kurz propojuje teoretické základy vizualizace s praktickými postupy využívanými ve zdravotnické informatice, medicínském výzkumu i klinickém rozhodování. Studenti získají přehled o standardech zdravotnických dat (HL7, FHIR, DICOM), naučí se pracovat s časovými řadami, geografickými daty, kohortami i vysokodimenzionálními datovými sadami a osvojí si základy vizuální analytiky i interpretace modelů umělé inteligence. Důraz je kladen na tvorbu srozumitelných, uživatelsky orientovaných vizualizací, dashboardů a reportů, které podporují bezpečné a informované rozhodování ve zdravotnictví. Součástí kurzu jsou počítačová cvičení a tvorba vlastního projektového řešení.
Jazyk výuky
Počet kreditů
Garant předmětu
Zajišťuje ústav
Učební cíle
Pravidla hodnocení a ukončení předmětu
Hodnocení počítačových cvičení: max. 10 bodůObhajoba závěrečného projektu: max. 40bodůHodnocení závěrečné zkoušky: max. 50bodůZávěrečná zkouška je zaměřená na ověření znalosti principů uplatňovaných ve vizualizaci medicínských dat.
Základní literatura
Zařazení předmětu ve studijních plánech
specializace MPC-BIO_TECH , 1 ročník, zimní semestr, povinně volitelnýspecializace MPC-SPORT_TECH , 1 ročník, zimní semestr, povinně volitelný
Přednáška
Vyučující / Lektor
Osnova
1. Úvod do vizualizace dat ve zdravotnictví: Přehled nástrojů (Tableau, Power BI, Python, R, DICOM prohlížeče)2. Datová gramotnost a práce s medicínskými daty: Typy proměnných a vhodné typy grafů, časté chyby při interpretaci grafů, zdroje zkreslení ve zdravotnických datech 3. Standardy zdravotnických dat: HL7, FHIR, DICOM 4. Vizualizace časových řad v medicíně: Vitální funkce, monitorování, nositelná zařízení 5. Prostorová a geografická vizualizace dat: Morbidita, incidence, šíření infekčních onemocnění, choropleth mapy, interpolace, heatmapy, GIS ve zdravotnictví (QGIS, ArcGIS), epidemiologické případové studie (např. COVID‑19) 6. Vizualizace kohort a analýza přežití: Kohortové studie, základy analýzy přežití, Kaplan–Meierovy křivky a jejich interpretace 7. Vizualizace multisourcových a vysokodimenzionálních dat: Laboratorní data, genomika, proteomika, t‑SNE, PCA, UMAP pro medicínské datasety, clustering pacientů a fenotypizace 8. Zobrazovací metody v medicíně a vizualizace (DICOM): CT, MRI, PET, ultrazvuk – základy struktury dat, základy zpracování obrazu, 2D vs. 3D vizualizace, segmentace, objemové zobrazení (volume rendering) 9. Vizualizace pro klinické rozhodování: Klinické skórovací systémy (NEWS, SOFA, CHA₂DS₂‑VASc), vizualizace rizika a nejistoty 10. Interaktivní dashboardy ve zdravotnictví: Power BI / Tableau / Shiny / Plotly, dashboardy pro kliniky, laboratoře a nemocniční řízení, filtrování, drill‑down, personalizace 11. Vizualizace pro umělou inteligenci a strojové učení v medicíně: Významnost příznaků, parciální závislosti, SHAP, vizualizace tréninku modelu a jeho výkonu 12. Etika, bezpečnost a regulace vizualizace v medicíně: GDPR, HIPAA, anonymizace, vizualizace, které nepodporují zavádějící interpretaci, dopad na klinické rozhodování13. Semestrální projekt – prezentace a kritické hodnocení
Cvičení na počítači
1. Úvod do nástrojů a práce s daty: Přehled nástrojů (Python + Jupyter, Power BI / Tableau ), import dat, formáty CSV, XLSX, JSON, základní operace2. Čištění a příprava dat ve zdravotnictví: Hodnocení kvality dat: chybějící hodnoty, odlehlé hodnoty, jednotky; datové transformace: normalizace, pivotace, slučování tabulek; anonymizace a pseudonymizace na cvičném datasetu 3. Vizualizace základních statistických charakteristik: Histogramy, krabicové grafy (boxploty), violin ploti, hustotní grafy, porovnání skupin (pacienti vs. kontrolní skupina) 4. Vizualizace časových řad – vitální funkce a měření: Práce s daty z monitorů / nositelných zařízení, trendy, vyhlazování, detekce anomálií, vizualizace více časových řad (např. srdeční tep, SpO₂, teplota) 5. Vizualizace geografických a epidemiologických dat: GIS vrstvy, prostorové joiny, choropleth mapy, heatmapy, bodové mapy 6. Vizualizace kohortových dat a analýza přežití: Práce s kohortními datasety, Kaplan–Meierovy křivky a cenzorování, stratifikace podle diagnózy / terapie 7. Vizualizace multivariačních a vysokodimenzionálních dat: Heatmapy, clustermapy, korelační matice, PCA, t‑SNE, UMAP – krok za krokem, interpretace výsledků v medicínském kontextu 8. Práce s lékařskými obrazovými daty (DICOM): Metadata DICOM, načítání obrazů, zobrazování řezů CT/MRI v různých rovinách, nastavování oken (windowing), filtry, jednoduchá segmentace 9. Interaktivní dashboardy I – klinická a laboratorní data: Tvorba dashboardů s filtry, řezači (slicery), interaktivními prvky, vizualizace trendů u pacientů 10. Interaktivní dashboardy II – epidemiologie a nemocniční řízení: Vícestránkové dashboardy, geodata + časová dimenze 11. Vizualizace modelů strojového učení: Interpretovatelné vs. black‑box modely, SHAP hodnoty, významnost příznaků, parciální závislosti, vizualizace predikce rizika (např. riziko rehospitalizace) 12.Závěrečný projekt – workshop: Konzultace projektů, výběr datasetu, metody, nástroje, průběžná prezentace konceptu projektuPrezentace studentských projektů:13. Prezentace a obhajoba řešení, diskuse metod, kvality vizualizace a interpretace, závěrečná reflexe a návrhy na zlepšení
Pravidelná individuální příprava na aktivity v semestru
Studenti a studentky se pravidelně připravují na cvičení, studují výukové podklady z přednášek, ze cvičení a z vlastních poznámek.
Individuální příprava na závěrečnou zkoušku
Studium výukových materiálů, doporučené literatury popř. jiných relevantních zdrojů, popř. vlastních poznámek.