Kompetencje cyfrowe dla medycyny: AI, automatyzacja i analiza informacji

Nasz nowy fakultet skierowany jest do studentów wszystkich lat kierunku lekarskiego

  • nazwa: Kompetencje cyfrowe dla medycyny: AI, automatyzacja i analiza informacji.
  • koordynator i osoba zaliczająca: dr Justyna Marcinkowska
  • osoby prowadzące to interdyscyplinarny zespół: wg. kolejności opisanych poniżej modułów: dr inż. Arkadiusz Majewski, dr Justyna Marcinkowska, dr inż. Anna Sowińska, dr hab. Barbara Więckowska oraz prof. Przemysław Guzik
  • liczba godzin: 15 – ćwiczenia w pracowni komputerowej (ze względu na praktyczny charakter zajęć, specyfikę zagadnień)

Opis realizowanych zagadnień w pięciu modułach:

  1. Zasady bezpieczeństwa w środowisku AI: „cyfrowe BHP” w pracy lekarza: mi.in: tematem będzie bezpieczna obsługa IKP, P1 i systemów szpitalnych (HIS) jako element profilaktyki i odpowiedzialności etycznej. A także zrozumienie mechanizmów śledzenia w sieci (fingerprinting) oraz obrona przed phishingiem i malware, a także wdrażanie uwierzytelniania 2FA/MFA w codziennej pracy.
  2. Inteligentne zarządzanie wiedzą z NotebookLM: wykorzystanie asystenta badawczego do błyskawicznej syntezy literatury i analizy zagadnień poprzez interakcję z własnymi źródłami. Takie podejście radykalnie zmniejsza ryzyko halucynacji, gdyż odpowiedzi generowane są wyłącznie na podstawie dostarczonych materiałów. Narzędzie ułatwia zrozumienie terminologii i dekompozycję obszernych treści na części łatwiejsze do przyswojenia.
  3. Szybkie prototypowanie prezentacji w narzędziu Gamma:automatyzacja profesjonalnego designu i spójności wizualnej przy jednoczesnym wsparciu struktury narracji oraz adaptacji materiałów dydaktycznych do potrzeb różnych grup odbiorców.
  4. Praca naukowa: Integracja dużych modeli językowych (LLM) w pracy naukowej: współtworzenie struktur tekstów (wstęp, metodyka, wyniki, dyskusja) przy wykorzystaniu zaawansowanego wyszukiwania literatury poprzez PubMed, EBSCO w wersji klasycznej i AI oraz zarządzanie bibliografią w programie Zotero. Obejmuje to krytyczną analizę treści AI oraz redakcję i formatowanie artykułu zgodnie z wymogami czasopism naukowych.
  5. Praktyczne zastosowania wykorzystania LLMów w praktyce klinicznej z przykładami, jak bezpiecznie wykorzystywać narzędzia AI do digitalizacji i strukturyzacji dokumentacji (OCR), budowania baz wiedzy z wykorzystaniem wytycznych klinicznych, tworzenia zaleceń dla pacjentów. W trakcie zajęć studenci będą samodzielnie projektować dedykowane mikronarzędzia przy użyciu poleceń tekstowych (no-code - vibe coding), w tym stworzą interaktywne, wielomodalne panele decyzyjne (dashboardy) w technologii html. Moduł wyposaży przyszłych lekarzy w kompetencje tworzenia prostych agentów AI optymalizujących czas pracy i własnej nauki.

Cel fakultetu:

Celem zajęć jest wykształcenie kompetencji krytycznego koordynatora procesów AI, który poprzez świadome wykorzystanie dużych modeli językowych (LLM) potrafi optymalizować pracę badawczą i kliniczną, odzyskując czas na aktywną naukę oraz praktykę medyczną przy użyciu narzędzi takich jak NotebookLM, Gamma, Zotero oraz wyszukiwarek naukowych PubMed i EBSCO. Program zajęć łączy praktyczne zastosowania technologii, w tym automatyzację pracy, bezpieczną digitalizację dokumentacji (OCR), budowanie baz wiedzy na podstawie wytycznych klinicznych oraz tworzenie zaleceń dla pacjentów, z nauką samodzielnego projektowania dedykowanych mikronarzędzi i interaktywnych paneli decyzyjnych (dashboardy HTML) w technologii „vibe coding”. Istotnym elementem modułu jest kształcenie zasad „cyfrowego BHP”, obejmujące bezpieczną obsługę systemów ochrony zdrowia. W ramach zajęć studenci opanują również strategię „human-in-the-loop”, zapewniającą pełny nadzór merytoryczny nad automatyzacją syntezy wiedzy, co gwarantuje najwyższą jakość treści oraz bezpieczeństwo danych zgodnie z wymogami RODO. W efekcie przyszli lekarze zyskują umiejętność tworzenia prostych agentów AI, co może wyeliminować konieczność ręcznego wyszukiwania faktów czy formatowania dokumentów, wspierając tym samym codzienną praktykę kliniczną i naukową.