Algoritmi za potporu odlučivanju u zdravstvu

Prikazani su podaci za akademsku godinu: 2023./2024.

Opis predmeta

Sustavi za potporu odlučivanju u zdravstvu: povijesni prikaz i sadašnje stanje. Primjena umjetne inteligencije u biomedicinskoj informatici.Oblikovanje sustava za potporu odlučivanju. Algoritmi umjetne inteligencije u biomedicinskoj informatici: simbolički pristup i konektivistički pristup. Računalne ontologije u biomedicinskoj informatici. Algoritmi strojnog učenja s jasnim tumačenjem: stabla i pravila odlučivanja, probabilistički modeli, tumačenje dubokih modela. Algoritmi strojnog učenja koji nemaju jasno tumačenje i njihova primjena: metode ansambala i metode dubokih neuronskih mreža. Kontekst korištenja sustava za potporu odlučivanju. Vrednovanje različitih pristupa.

Studijski programi

Ishodi učenja

  1. Navesti primjere korištenja algoritama umjetne inteligencije u biomedicinskoj informatici
  2. Klasificirati algoritme umjetne inteligencije za potporu odlučivanju u zdravstvu
  3. Analizirati načine izgradnje sustava za potporu odlučivanju u kontekstu računalne arhitekture za određeni medicinski problem
  4. Identificirati zahtjeve na sustav za potporu odlučivanju u zdravstvu
  5. Dizajnirati strukturu baze znanja i odabrati odgovarajuće algoritme umjetne inteligencije za potporu odlučivanju u zdravstvu
  6. Opravdati primjenu odgovarajućeg algoritma umjetne inteligencije u sustavu za potporu odlučivanju u zdravstvu

Oblici nastave

Predavanja

Samostalni zadaci

Laboratorij

Tjedni plan nastave

  1. Predavanja: Administracija predmeta. Uvod u sustave za potporu odlučivanja u zdravstvu.
  2. Predavanja: Simbolički postupci u oblikovanju sustava za potporu odlučivanju: logika, sustavi pravila, probabilistički sustavi., Vježbe: Simbolički postupci u oblikovanju sustava za potporu odlučivanju: logika, sustavi pravila, probabilistički sustavi.
  3. Predavanja: Računalne ontologije u sustavima za potporu odlučivanju., Vježbe: Računalne ontologije u sustavima za potporu odlučivanju.
  4. Predavanja: Algoritmi strojnog učenja s jasnim tumačenjem: stabla i pravila odlučivanja, Vježbe: Algoritmi strojnog učenja s jasnim tumačenjem: stabla i pravila odlučivanja
  5. Predavanja: Algoritmi strojnog učenja koji nemaju jasno tumačenje: metode ansambala.
  6. Predavanja: Algoritmi strojnog učenja koji nemaju jasno tumačenje: metode dubokih neuronskih mreža., Vježbe: Algoritmi strojnog učenja koji nemaju jasno tumačenje: ansambli.
  7. Predavanja: Algoritmi strojnog učenja koji nemaju jasno tumačenje: metode dubokih neuronskih mreža., Vježbe: Algoritmi strojnog učenja koji nemaju jasno tumačenje: metode dubokih neuronskih mreža.
  8. Predavanja: Međuispit.
  9. Predavanja: Postupci za tumačenje modela dubokog učenja., Vježbe: Postupci za tumačenje modela dubokog učenja.
  10. Predavanja: Oblikovanje sustava za potporu odlučivanju u zdravstvu.
  11. Predavanja: Oblikovanje sustava za potporu odlučivanju u zdravstvu.
  12. Predavanja: Primjene sustava za potporu odlučivanju u zdravstvu.
  13. Predavanja: Vrednovanje sustava za potporu odlučivanja u zdravstvu.
  14. Predavanja: Prezentacije projekata.
  15. Predavanja: Završni ispit.

Literatura

(.), Subasi A. Practical Guide for Biomedical Signals Analysis Using Machine Learning Techniques. Academic Press, 2019, ISBN 978-0-12-817444-9,
(.), Samek W, Montavon G, Vedaldi A, Hansen LK, Müller K-R. Explainable AI: Interpreting, Explaining and Visualizing Deep Learning. Lecture Notes in Artificial Intelligence 11700, Springer, 2019, ISBN 978-3-030-28953-9,
(.), Witten IH, Frank E, Hall MA, Pal CJ. Data Mining: Practical Machine Learning Tools and Techniques. 4th ed., Morgan Kaufmann, 2016, ISBN 978-0-12-804291-5,
(.), Rangayyan RM. Biomedical Signal Analysis, 2nd Edition. Wiley-IEEE Press, 2015, ISBN: 978-0-470-91139-6Berner ES, Clinical Decision Support Systems, Theory and Practice. Health Informatics, Springer, 2007, ISBN 978-0387-33914-6,

Za studente

Izvedba

ID 261446
  Zimski semestar
5 ECTS
R3 Engleski jezik
R1 E-učenje