Guida degli insegnamenti
Syllabus
Partially translatedTradotto parzialmente
Francesco DI NARDO
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea - [IT02] INGEGNERIA BIOMEDICA First Cycle Degree (3 years) - [IT02] BIOMEDICAL ENGINEERING
Dipartimento: [040040] Dipartimento Ingegneria dell'InformazioneDepartment: [040040] Dipartimento Ingegneria dell'Informazione
Anno di corsoDegree programme year : 3 - Secondo Semestre
Anno offertaAcademic year: 2019-2020
Anno regolamentoAnno regolamento: 2017-2018
Obbligatorio
Crediti: 6
Ore di lezioneTeaching hours: 48
TipologiaType: B - Caratterizzante
Settore disciplinareAcademic discipline: ING-INF/06 - BIOINGEGNERIA ELETTRONICA E INFORMATICA
Italiano
Italian
Nessuno
None
Corso di 48 Ore:
• Lezioni frontali, 38 ore
• Esercitazioni, 10 ore
48-hour class:
• Frontal lessons, 38 h
• Exercises, 10 h
Il corso si propone di fornire i principali strumenti
teorici e pratici per riconoscere ed affrontare le
problematiche inerenti le applicazioni dell’informatica
in ambito sanitario.
Capacità di applicare conoscenze e comprensione.
Nell’ambito della Formazione in Ingegneria
Biomedica l’insegnamento fornirà allo studente le
conoscenze degli strumenti teorici e pratici per
riconoscere ed affrontare le problematiche inerenti le
applicazioni dell’informatica medica in sanità. Queste
conoscenze vengono acquisite mediante lezioni
frontali. Lo studente deve dimostrare di aver
compreso e saper applicare i concetti esposti nel
corso, relativamente alla progettazione di basi di dati,
ai principali strumenti informatici utilizzati in ambito
sanitario (cartella clinica, fascicolo sanitario
elettronico), ai principali sistemi informativi sanitari
(RIS, PACS ecc.), gli standard utilizzati per la
gestione e la codifica dei dati (in particolare HL7,
DICOM ed ICD9-CM).
Competenze trasversali.
L’applicazione pratica dei concetti teorici illustrati
durante il corso inerenti vari aspetti della
progettazione di basi di dati contribuirà a migliorare la
capacità di apprendimento in autonomia e di trarre
conclusioni, dello studente. L’esercizio di
progettazione, richiedendo scelte autonome e
motivate dello studente, contribuirà inoltre ad
aumentare il grado di autonomia di giudizio in
generale ed anche la capacità comunicativa.
Knowledge and Understanding.
The course aims to provide the main theoretical and
practical tools to recognize and address the problems
related to applications of information technology in
health care.
Capacity to apply Knowledge and Understanding.
This teaching is characterizing for the Bioengineering
sector (ING-INF / 06) and will provide knowledge
about the main theoretical and practical tools to
recognize and address the problems related to
applications of information technology in health care.
The knowledge will be provided through lectures.
The student should prove to be able to apply the
main concepts of database design, and to know the
main tools related to health informatics (electronic
patient record), the main health information systems
(RIS, PACS, etc. . ) and the main standards and
classification system in the healthcare (DICOM, HL7,
ICD9-CM).
Transversal Skills.
The practical application of the theoretical concepts
discussed during the course regarding various
aspects of the database design will improve the
ability of the student in learning and in drawing
conclusions The project, requiring autonomous and
motivated choices, will also help to improve the
overall autonomy of judgment of the student, and
also the communication capability.
Lezioni Frontali
Dati e informazione nella sanità e nella ricerca medica: introduzione; informazione e comunicazione. Big Data in Sanità. Fondamenti di calcolo scientifico con Matlab. Elementi di organizzazione sanitaria. Il sistema DRG. Il sistema dei controlli: indice di case-mix (ICM) e indice comparativo di performance (ICP). Sistemi informativi sanitari. Architettura di un sistema informativo sanitario: Mainframe vs. Client-server. Problematiche di standardizzazione in sanità: gli standard HL7 e ICD9-CM. La cartella clinica. Strutturazione di una cartella clinica elettronica. Fascicolo sanitario elettronico. Analisi di segnali e immagini biomediche. Reti di telemedicina. Sistemi di supporto alla decisone clinica (CDSS). Gestione di dati sanitari: fondamenti delle Basi di Dati. Fondamenti di SQL. Data Base Management Systems (DBMS).
Esercitazioni
Esercitazioni Matlab. Calcolo e rappresentazione in un piano cartesiano dell’informazione fornita dai due indici ICM e ICP. Rappresentazione e calcolo di un DRG in Matlab. Analisi e il processamento di segnali biomedici. SQL.
Frontal lessons
Data and information in healthcare and medical research: introduction and overview; information and communication. Big data in healthcare. Matlab fundamentals. Healthcare information systems. DRG in healthcare information systems. Case-mix index (ICM) and Performance index (ICP). Healthcare information system architectures: mainframe and client-server architectures. Standardization Approaches in Healthcare: HL7 e ICD9-CM. Patient record. Electronic patient record structuring. Bio-signal processing, medical imaging analysis. Telehealth/Telemedicine network. Clinical decision support systems (CDSS). Data Base fundamentals. SQL fundamentals. Data Base Management Systems (DBMS).
Exercises
Matlab exercises. ICM and ICP index computation and representation in Cartesian coordinates. DRG representation and computation in Matlab. Biomedical signal processing. SQL.
La valutazione del livello di apprendimento dello studente consiste in due prove: I) una prova scritta della durata di due ore durante la quale lo studente dovrà rispondere a tre quesiti, che includono domande teoriche e/o la risoluzione di esercizi; II) una prova orale facoltativa consistente nella discussione di argomenti trattati nel corso, a cui si può accedere solo se nella prova scritta si è ottenuta una votazione pari ad almeno 18/30. La prova orale facoltativa deve essere sostenuta nello stesso appello della prova scritta.
Criteri di valutazione dell'apprendimento.
Per il superamento della prova scritta, lo studente dovrà dimostrare di aver acquisito una buona conoscenza teorica e di saper utilizzare i principi teorici per la risoluzione di problemi pratici risolvibili a mano (esercizio).
Criteri di misurazione dell'apprendimento.
Viene valutata, durante le prove d'esame, la capacità autonoma dello studente di risolvere il problema che gli viene posto e la conoscenza dei principi teorici alla base dell'informatica medica.
Criteri di attribuzione del voto finale.
Il voto finale, attribuito in trentesimi, coinciderà con quello della prova scritta nel caso in cui lo studente scelga di non sostenere la prova orale, oppure mediando la valutazione della prova scritta e di quella orale. La lode verrà attribuita agli studenti che, avendo conseguito la valutazione massima, abbiano dimostrato la completa padronanza della materia.
Learning Evaluation Methods.
The assessment of student learning level consists of two parts: I) a 2-h written test which involves three questions, including theoretical questions and/or exercises; II) an optional oral examination consisting in the discussion of topics covered in the course; to access the oral exam, students must achieve at least a pass mark of 18/30 in the written test. The optional oral test must be supported in the same round of the written test.
Learning Evaluation Criteria.
In order to pass the written exam, the students must demonstrate that they have acquired a good theoretical knowledge of the subject and learned how to use the theoretical principles to solve practical problems by hand (exercise).
Learning Measurement Criteria.
During the examination, the student's independent ability to solve problems and the knowledge of the theoretical principles of medical informatics will be evaluated.
Final Mark Allocation Criteria.
The final mark (out of thirty), will coincide with that of the written test in case the student chooses not to take the oral exam, or averaging the grades of written and oral. The honors will be given to students who, having achieved the highest rating, have demonstrated complete mastery of the subject.
1) Dispense fornite dal docente - https://learn.univpm.it 2) Guida all'informatica medica, Internet e telemedicina - Enrico Coiera, Il Pensiero Scientifico Editore, 1999. 3) Atzeni, Ceri, Paraboschi, Torlone. "Basi di dati: modelli e linguaggi di interrogazione". McGraw-Hill, 2009. 4) AS Tanenmbaum. "Reti di calcolatori". Pearson Italia, 2003.
1) Lecture notes - https://learn.univpm.it 2) Guida all'informatica medica, Internet e telemedicina - Enrico Coiera, Il Pensiero Scientifico Editore, 1999. 3) Atzeni, Ceri, Paraboschi, Torlone. "Basi di dati: modelli e linguaggi di interrogazione". McGraw-Hill, 2009. 4) AS Tanenmbaum. "Reti di calcolatori". Pearson Italia, 2003.
No
No
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento. Academic year 2019-2020
Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427