26M111RBM - Računarstvo u bio-medicini

Specifikacija predmeta
Naziv		Računarstvo u bio-medicini
Akronim		26M111RBM
Studijski program		Elektrotehnika i računarstvo
Modul		modul Audio i video tehnologije, modul Biomedicinski i ekološki inženjering, modul Elektroenergetski sistemi Smer - Mreže i sistemi, modul Elektroenergetski sistemi Smer - Obnovljivi izvori energije, modul Elektroenergetski sistemi Smer - Postrojenja i oprema, modul Elektronika i digitalni sistemi, modul Energetska efikasnost, modul Informaciono komunikacione tehnologije, modul Mikrotalasna tehnika, modul Nanoelektronika i fotonika, modul Primenjena matematika, modul Računarska tehnika i informatika, modul Signali i sistemi, modul Softversko inženjerstvo
Tip studija		master akademske studije
Nastavnik (predavač)		prof. dr Boško Nikolić
Nastavnik/saradnik (vežbe)		as. dr Jelica Cincović
Nastavnik/saradnik (DON)		as. dr Jelica Cincović
Broj ESPB		6.0	Status predmeta	izborni
Uslovljnost drugim predmetima		Nema
Ciljevi izučavanja predmeta		Cilj predmeta je da studenti steknu osnovno i napredno razumevanje primene računarskih tehnologija u biomedicini, sa posebnim fokusom na upotrebu veštačke inteligencije u analizi biomedicinskih podataka, dijagnostici, personalizovanoj medicini, i drugim oblastima. Predmet pruža teorijska znanja i praktične veštine koje su ključne za rad u modernim biomedicinskim tehnologijama i istraživanjima.
Ishodi učenja (stečena znanja)		Student će biti sposoban da razume i primeni osnovne principe računarskih tehnologija i veštačke inteligencije u biomedicinskom kontekstu. Moći će da analizira i interpretira biomedicinske podatke korišćenjem alata veštačke inteligencije, i da razvije modele za dijagnostiku, klasifikaciju i predikciju. Biće sposoban da prepozna izazove u vezi sa bezbednošću podataka, etikom i zakonskom regulativom.
Sadržaj predmeta
Sadržaj teorijske nastave		Studenti će se upoznati sa primenom računarstva u radiološkoj vizuelizaciji i genetici. Razmatraće se koncept elektronskih zdravstvenih kartona u digitalizaciji zdravstva, kao i standardizacija medicinskih podataka, zaštite privatnosti i bezbednosti informacija, GDPR i HIPAA standardi. Poseban akcenat biće stavljen na etičke izazove u primeni veštačke inteligencije u analizi medicinskih podataka.
Sadržaj praktične nastave		Studenti će dizajnirati i realizovati projekat zasnovan na primeni veštačke inteligencije i vizualizacije podataka. Upoznaće se sa relevantnim konceptima i alatima za mašinsko učenje i duboko učenje, kao i tehnikama za vizualizaciju biomedicinskih podataka. Studenti će diskutovati o rešenjima, rezultatima i poboljšanjima. Projekat će biti dokumentovan, obezbeđujući jasnost i transparentnost rezultata.
Literatura
Shortliffe, E. H., & Cimino, J. J. (Eds.). (2014). Biomedical Informatics: Computer Applications in Health Care and Biomedicine (4th ed.). Springer Ramsundar, B., Eastman, P., Walters, P., & Pande, V. (2019). Deep Learning for the Life Sciences: Applying Deep Learning to Genomics, Microscopy, Drug Discovery, and More. O’Reilly Media Bronzino, J. D. (Ed.). (2006). Wiley Encyclopedia of Biomedical Engineering. Wiley-Interscience Bohr, A., & Memarzadeh, K. (Eds.). (2020). Artificial Intelligence in Healthcare. Academic Press Yan, K., & Gao, X. (2021). Medical Imaging Informatics. Springer
Broj časova aktivne nastave nedeljno tokom semestra/trimestra/godine
Predavanja	Vežbe	DON	Studijski i istraživački rad	Ostali časovi
2	2	1
Metode izvođenja nastave		predavanja i vežbe u računarskim učionicama, predstavljanje komercijalnih rešenja.
Ocena znanja (maksimalni broj poena 100)
Predispitne obaveze		Poena	Završni ispit	Poena
Aktivnosti u toku predavanja		0	Pismeni ispit	40
Praktična nastava		0	Usmeni ispit	0
Projekti		40
Kolokvijumi		0
Seminari		20