ΣΥΓΧΡΟΝΕΣ ΤΕΧΝΙΚΕΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΤΗΝ ΙΑΤΡΙΚΗ ΠΡΑΞΗ

ΣΥΓΧΡΟΝΕΣ ΤΕΧΝΙΚΕΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΤΗΝ ΙΑΤΡΙΚΗ ΠΡΑΞΗ

ΣΥΓΧΡΟΝΕΣ ΤΕΧΝΙΚΕΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΤΗΝ ΙΑΤΡΙΚΗ ΠΡΑΞΗ

Κωδικός Μαθήματος:ΒΕ0901

Υπεύθυνος Καθηγητής:Θεοδώρου Κυριακή, Καθηγήτρια

Άλλοι Διδάσκοντες:Τσούγκος Ιωάννης, Παπαδημητούλας Παναγιώτης, Κουτσιαρής Αριστοτέλης, Καρπέτας Γεώργιος, Κυλινδρής Θωμάς

ECTS:2.00

Τύπος|Είδος Μαθήματος:ΕΠ | ΥΠΟΒΆΘΡΟΥ

Εξάμηνο Διδασκαλίας:Εαρινό Εξάμηνο

Ώρες την Εβδομάδα:2 Ώρες

Συνολικός χρόνος (Ώρες Διδασκαλίας + Φόρτος Εργασίας Φοιτητή)54 Ώρες

Προαπαιτούμενα:ΟΧΙ

Γλώσσα Διδασκαλίας:Ελληνικά

Διαθέσιμο για Erasmus:ΟΧΙ

Διαλέξεις Εξαμήνου:Σύντομα Διαθέσιμο…

Τρόπος Διδασκαλία:

Διαλέξεις & Θεωρητική Παρουσίαση

Εργαστηριακές Ασκήσεις σε πραγματικά δεδομένα

Case studies, ομαδικές παρουσιάσεις

Εφαρμογή τεχνολογιών VR/AR και διαδραστικές πλατφόρμες

Χρήση προσωπικών σταθμών εργασίας (ΗΥ) ανά άτομο. 

Επικοινωνία με τους φοιτητές μέσω της εκπαιδευτικής πλατφόρμας  e-class για την ενημέρωση των φοιτητών, την προβολή και διάθεση των διαφανειών των διαλέξεων, την παροχή εκπαιδευτικού υλικού την ανάθεση και λήψη εργασιών  προς τους φοιτητές.   


Μέθοδος Αξιολόγησης:

Ερωτήσεις σύντομης απάντησης,

Δημόσια παρουσίαση εργασίας,

Επίλυση προβλημάτων.

Τελική εξέταση (γραπτή)


Αντικειμενικοί Στόχοι/Επιδιωκόμενα Αποτελέσματα:

Το μάθημα εμβαθύνει στις χρήσεις Σύγχρονων Τεχνικών Πληροφορικής και Εφαρμογών τους στον ιατρικό κλάδο. 

H ύλη του μαθήματος στοχεύει στην κατανόηση της χρήσης των συστημάτων και τεχνικών και μεθόδων αποθήκευσης απεικονιστικών δεδομένων στην ιατρική (RIS), στη διαχείριση και αποθήκευση των δεδομένων που παράγονται καθημερινά με χρήση αυτών των μεθόδων και σχημάτων αποθήκευσης δεδομένων και πληροφοριών στην Ιατρική επιστήμη (HIS). Επίσης, γίνεται παρουσίαση εργαλείων και μεθόδων υποστήριξης κλινικών αποφάσεων (DCSS) των δυνατοτήτων, των περιορισμών και της ασφαλούς χρήσης τέτοιων συστημάτων κατά τη διαδικασία της ιατρικής διάγνωσης. Αναπτύσσεται σε βάθος η έννοια του Ηλεκτρονικού Φακέλου Ασθενούς η αναγκαιότητα και τα πλεονεκτήματα τήρησης αυτού. Παρουσιάζονται τα πρότυπα ασφαλούς μετάδοσης δεδομένων μέσω του διαδικτύου και οι δυνατότητες που υπάρχουν  στην πιστοποίηση δεδομένων-εγγράφων με τη βοήθεια των ψηφιακών πιστοποιητικών (DC). Αναλύονται οι δυνατότητες που παρέχουν τεχνολογίες blockchain στη λειτουργία συστημάτων κατανεμημένης αποθήκευσης φακέλων ιατρικών δεδομένων. Παρουσιάζεται  η χρήση και η συμβολή των Μεγάλων Γλωσσικών Μοντέλων (LLMs) ως επέκταση των συστημάτων υποβοήθησης κλινικών αποφάσεων εισάγοντας την έννοια της αλληλεπίδρασης του γνωσιακού αυτού πλέγματος με τον άνθρωπο με τη χρήση φυσικής (καθομιλούμενης) γλώσσας.  

Τέλος, στόχο του μαθήματος αποτελεί η κατανόηση από τους φοιτητές των διαθέσιμων δυνατοτήτων που παρέχει η τεχνολογία σήμερα καθώς και των μελλοντικών δυνατοτήτων της υπολογιστικής τεχνολογίας στη δημιουργία, αποθήκευση, διάδοση και χρήση της δομημένης ιατρικής γνώσης καθώς και στην επίδειξη των δυνατοτήτων αυτών στη διευκόλυνση του ιατρικού έργου.  

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής / τρια θα είναι σε θέση να: 

  • Έχει γνώση πως καταρτίζεται ο ηλεκτρονικός ιατρικός φάκελος ασθενούς. 
  • Έχει γνώση των συστημάτων αποθήκευσης απεικονιστικών δεδομένων των ασθενών. 
  • Κατανοεί τα πλεονεκτήματα και τα ζητήματα ασφάλειας των συστημάτων αποθήκευσης απεικονιστικών δεδομένων των ασθενών. 
  • Κατανοεί τους πιθανούς κινδύνους ασφαλείας και που απορρέουν από τη συγκέντρωση ιατρικών δεδομένων στα πληροφοριακά συστήματα.   
  • Κατανοεί την έννοια της ψηφιακής υπογραφής, τις δυνατότητες και τις επέκτασης που παρέχει η ψηφιακή υπογραφή που υλοποιείται με την έκδοση και  χρήση ψηφιακών πιστοποιητικών. 
  • Κατανοεί τα πλεονεκτήματα και τις απαιτήσεις της εφαρμογής τεχνολογίας blockchain στην κλινική πράξη.  
  • Έχει γνώση της ανάγκης και της λειτουργίας των βάσεων ιατρικών δεδομένων
  • Κατανοεί την έννοια της μοντελοποίησης των κλινικών εργασιών.   
  • Χρησιμοποιεί  βάσεις  δεδομένων και γνώσης για την ανάκτηση ιατρικών πληροφοριών και δεδομένων. 
  • Κατανοεί τη χρησιμότητα, τις δυνατότητες και τους περιορισμούς στη χρήση συστημάτων υποστήριξης κλινικών αποφάσεων.   
  • Έχει γνώση και κατανοεί τη χρήση της Τεχνητής Ευφυΐας και ειδικά των Μεγάλων Γλωσσικών Μοντέλων στην υποβοηθούμενη  διάγνωση και τεκμηρίωση ασθενειών. 

Γενικές Ικανότητες

Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών: 

Οι φοιτητές αναλύουν πραγματικά δεδομένα κάνοντας χρήση εργαλείων επεξεργασίας και ανάλυσης δεδομένων 

Προσαρμογή σε νέες καταστάσεις : 

Δίνεται στους φοιτητές η δυνατότητα να εξοικειωθούν με σύγχρονα εργαλεία που εφαρμόζονται άμεσα στην κλινική πράξη καθώς και σε εξελισσόμενές τεχνολογίες της πληροφορικής που απαιτούν προσαρμοστικότητα 

Λήψη αποφάσεων:  

Στόχος του μαθήματος είναι η ολιστική προσέγγιση των νέων τεχνολογιών για την ανάπτυξη κριτικής σκέψης και την υποστήριξη λήψης αποφάσεων. Παράλληλα αναλύονται τεχνολογίες συστημάτων υποβοήθησης λήψης αποφάσεων σε κλινικό περιβάλλον. 

Αυτόνομη εργασία  

Η εκπόνηση ατομικών εργασιών και πρακτικών ασκήσεων ενισχύει την αυτόνομη μελέτη και υπευθυνότητα. 

Ομαδική εργασία 

Οι φοιτητές συνεργάζονται σε ομαδικές παρουσιάσεις και μελέτες περίπτωσης. 

Εργασία σε διεθνές περιβάλλον 

Το μάθημα διαπραγματεύεται διεθνή πρότυπα και τεχνολογίες αιχμής που εφαρμόζονται σε παγκόσμιο επίπεδο συμπεριλαμβάνοντας τεχνικές Τεχνητής Νοημοσύνης για Ιατρική Ακριβείας 

Εργασία σε διεπιστημονικό περιβάλλον 

Οι φοιτητές διαπραγματεύονται ζητήματα, Πληροφορικής, Ιατρικής, Φυσικής, Τεχνολογίας, Ηθικής και απαιτείται σύνθεση γνώσεων για την πλήρη κατανόηση τους. 

Παραγωγή νέων ερευνητικών ιδεών 

Στο μάθημα αναλύονται προβλήματα και τεχνολογίες αιχμής που ανοίγουν πεδίο προς διερεύνηση για παραγωγή νέας γνώσης. 

Σχεδιασμός και διαχείριση έργων 

Οι φοιτητές διαχειρίζονται εργασίες και μελέτες περίπτωσης από τη σύλληψη έως την παρουσίαση, αποκτώντας δεξιότητες σχεδιασμού και οργάνωσης. 

Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα 

Γίνεται συζήτηση γύρω από την ανισότητα πρόσβασης σε τεχνολογίες υγείας και την ανάγκη πολιτισμικής κατανόησης. 

Σεβασμός στο φυσικό περιβάλλον 

Γίνεται αναφορά στις περιβαλλοντικές επιπτώσεις της τεχνολογίας (π.χ. χρήση ενέργειας, απόρριψη υλικού εξοπλισμού). 

Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου 

Δίδεται έμφαση στη δεοντολογία των δεδομένων υγείας και στην υπευθυνότητα κατά τον σχεδιασμό και την εφαρμογή αλγορίθμων. 

Άσκηση κριτικής και αυτοκριτικής 

Η κριτική ανάλυση ηθικών διλημμάτων και τεχνολογικών περιορισμών προάγει την αυτοκριτική και τον στοχασμό. 

Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης 

Η ενασχόληση με διαδραστικές τεχνολογίες και σύνθετα προβλήματα ενθαρρύνει τη δημιουργική και συνθετική σκέψη. 

 
URL Μαθήματος :http://eclass.uth.gr/eclass/courses/SEYA112/

Περιγραφή Μαθήματος:

Δομή και Περιεχόμενο Μαθήματος (13 Εβδομάδες)

Εισαγωγή στην Ιατρική Πληροφορική & Σύγχρονες Τεχνολογίες 

  • Ο ρόλος της πληροφορικής στην Ιατρική 
  • Εισαγωγή στην υγειονομική τεχνολογία και την καινοτομία 
  • Ιστορική αναδρομή, διεθνή πρότυπα (HL7, DICOM, SNOMED CT) 

Ασφάλεια Ιατρικών Δεδομένων 

  • Αποθήκευση και μετάδοση δεδομένων – Ιδιωτικότητα 
  • Ανάγκη κρυπτογράφησης 
  • Ψηφιακά πιστοποιητικά και Ψηφιακές υπογραφές 
  • Τεχνολογία blockchain 

Αρχιτεκτονική Ηλεκτρονικού Φακέλου Ασθενούς (Electronic Health Record – EHR) 

  • Βασικά χαρακτηριστικά και αρχιτεκτονική 
  • Διαλειτουργικότητα και πρότυπα ανταλλαγής δεδομένων 
  • Νομικά και ηθικά ζητήματα (GDPR, συγκατάθεση, ασφάλεια) 

RIS – HIS – PACS: Πληροφοριακά Συστήματα Υγείας 

  • Ορισμοί, λειτουργίες, διαλειτουργικότητα 
  • Ενοποίηση συστημάτων – Workflows σε νοσοκομειακό περιβάλλον 
  • Εργαστήριο: PACS viewer  

Συστήματα Πληροφορικής Ακτινολογίας (Radiology Information System –RIS) 

  • Διαχείρηση ακτινολογικών δεδομένων και ραντεβού 
  • Σύνδεση με PACS και ΗΙS 
  • Παραδείγματα εφαρμογών 

Συστήματα Υποστήριξης Λήψης Αποφάσεων (Clinical Decision Support Systems – CDSS) 

  • Βασικές έννοιες Τεχνητής Νοημοσύνης 
  • Ορισμός και αρχές λειτουργίας 
  • Ρόλος στην υποστήριξη της κλινικής απόφασης 
  • Τύποι CDSS (rule-based, ML-based) 

Large Language Models LLMs στην Ιατρική  

  • Τι είναι τα LLMS και πως δουλεύουν 
  • Προκλήσεις (bias, regulation) και δυνατότητες 

Τηλεϊατρική και Υποστήριξη μέσω ΤΝ 

  • Χρήση της ΤΝ στην τηλεϊατρική 
  • Τεχνολογικές πλατφόρμες και κανονιστικό πλαίσιο 
  • Αρχιτεκτονική Απομακρυσμένης παρακολούθησης και Διαχείρισης χρόνιων παθήσεων 

Παρουσίαση – Ρομποτική Χειρουργική 

  • Da Vinci System και άλλα σύγχρονα χειρουργικά ρομπότ 
  • Τηλεχειρουργική, απτική ανάδραση και ακρίβεια 

Προσομοιώσεις Monte Carlo στην Ιατρική Ακριβείας 

  • Ορισμοί και εργαλεία προσομοιώσεων MC 
  • Προσομοιώσεις στη διάγνωση και θεραπεία 
  • Χρήση ανθρωπόμορφων ομοιωμάτων και κλινικών δεδομένων 
  • Παραδείγματα και εφαρμογές 

Σύγχρονες Τεχνολογίες ΑΙ στην Ιατρική 

  • Computer Vision σε ιατρική απεικόνιση 
  • NLP σε κλινικά δεδομένα 
  • Robotics & wearables στην υγεία 

  Παραδείγματα εφαρμογών και Μελλοντικές τάσεις 

  • Αναδυόμενες τεχνολογίες 
  • Η επίδραση των νέων τεχνολογιών στην Ιατρική ακριβείας 

Ανασκόπηση και Εργαστηριακή Άσκηση 

  • Επαναληπτική σύνοψη των ενοτήτων 
  • Συζήτηση ερωτήσεις 

Συνιστώμενη βιβλιογραφία:

-Προτεινόμενη Βιβλιογραφία (Ελληνική):

  • Πληροφορική στην Υγεία – Θεωρία & Πράξη

Συγγραφείς: Α. Μακρής, Α. Γκογκίδης, Χ. Δαρδαμανέλης κ.ά.

Έκδοση: University Studio Press (2020)

ISBN: 978-960-12-2481-5

  • Ιατρική Πληροφορική – Θεωρία και Εφαρμογές

Συγγραφέας: Παναγιώτης Κ. Πεντάζος

Έκδοση: Τυπωθήτω – Γιώργος Δαρδανός (2018)

ISBN: 978-960-402-252-4 

– Προτεινόμενη Βιβλιογραφία (Ξένη):

  • Shortliffe & Cimino – Biomedical Informatics: Computer Applications in Health Care and Biomedicine Συγγραφείς: Edward H. Shortliffe, James J. Cimino
    Έκδοση: Springer, 5η έκδοση (2021)
    ISBN: 978-3-030-58767-3
  • Hoyt & Yoshihashi – Health Informatics: Practical Guide

Συγγραφείς: Robert E. Hoyt, Ann K. Yoshihashi

Έκδοση: 8η έκδοση (2021)

ISBN: 979-8737445410