26М111РБМ - Рачунарство у био-медицини

Спецификација предмета
Назив		Рачунарство у био-медицини
Акроним		26М111РБМ
Студијски програм		Електротехника и рачунарство
Модул		модул Аудио и видео технологије, модул Биомедицински и еколошки инжењеринг, модул Електроенергетски системи Смер - Мреже и системи, модул Електроенергетски системи Смер - Обновљиви извори енергије, модул Електроенергетски системи Смер - Постројења и опрема, модул Електроника и дигитални системи, модул Енергетска ефикасност, модул Информационо комуникационе технологије, модул Микроталасна техника, модул Наноелектроника и фотоника, модул Примењена математика, модул Рачунарска техника и информатика, модул Сигнали и системи, модул Софтверско инжењерство
Тип студија		мастер академске студије
Наставник (предавач)		проф. др Бошко Николић
Наставник/сарадник (вежбе)		ас. др Јелица Цинцовић
Наставник/сарадник (ДОН)		ас. др Јелица Цинцовић
Број ЕСПБ		6.0	Статус предмета	изборни
Условљност другим предметима		Нема
Циљеви изучавања предмета		Циљ предмета је да студенти стекну основно и напредно разумевање примене рачунарских технологија у биомедицини, са посебним фокусом на употребу вештачке интелигенције у анализи биомедицинских података, дијагностици, персонализованој медицини, и другим областима. Предмет пружа теоријска знања и практичне вештине које су кључне за рад у модерним биомедицинским технологијама и истраживањима.
Исходи учења (стечена знања)		Студент ће бити способан да разуме и примени основне принципе рачунарских технологија и вештачке интелигенције у биомедицинском контексту. Моћи ће да анализира и интерпретира биомедицинске податке коришћењем алата вештачке интелигенције, и да развије моделе за дијагностику, класификацију и предикцију. Биће способан да препозна изазове у вези са безбедношћу података, етиком и законском регулативом.
Садржај предмета
Садржај теоријске наставе		Студенти ће се упознати са применом рачунарства у радиолошкој визуелизацији и генетици. Разматраће се концепт електронских здравствених картона у дигитализацији здравства, као и стандардизација медицинских података, заштите приватности и безбедности информација, ГДПР и ХИПАА стандарди. Посебан акценат биће стављен на етичке изазове у примени вештачке интелигенције у анализи медицинских података.
Садржај практичне наставе		Студенти ће дизајнирати и реализовати пројекат заснован на примени вештачке интелигенције и визуализације података. Упознаће се са релевантним концептима и алатима за машинско учење и дубоко учење, као и техникама за визуализацију биомедицинских података. Студенти ће дискутовати о решењима, резултатима и побољшањима. Пројекат ће бити документован, обезбеђујући јасност и транспарентност резултата.
Литература
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
Број часова активне наставе недељно током семестра/триместра/године
Предавања	Вежбе	ДОН	Студијски и истраживачки рад	Остали часови
2	2	1
Методе извођења наставе		предавања и вежбе у рачунарским учионицама, представљање комерцијалних решења.
Оцена знања (максимални број поена 100)
Предиспитне обавезе		Поена	Завршни испит	Поена
Активности у току предавања		0	Писмени испит	40
Практична настава		0	Усмени испит	0
Пројекти		40
Колоквијуми		0
Семинари		20