DDizertačná prácaZENPh. D. thesisLF UPJŠUniverzita Pavla Jozefa Šafárika v Košiciach, Lekárska fakulta2026/2027ENPavol Jozef Šafárik University in Košice Faculty of MedicineKZMKlinika zobrazovacích metód UPJŠ LF a VÚSCH, a.s.ENKlinika zobrazovacích metód UPJŠ LF a VÚSCH, a.s.76707Implementácia umelej inteligencie v multimodálnom kardiovaskulárnom zobrazovaní so zameraním na echokardiografiu a magnetickú rezonanciu srdca: dopad na diagnostickú presnosť, reprodukovateľnosť a efektivitu klinického workflow2026-03-20T00:00:00.000+01:0002Školiteľprof. MUDr. Ingrid Schusterová, PhD.ENTutor1NázovENImplementation of Artificial Intelligence in Multimodality Cardiovascular Imaging Focused on Echocardiography and Cardiac Magnetic Resonance: Impact on Diagnostic Accuracy, Reproducibility, and Clinical Workflow Efficiency1NázovSKImplementácia umelej inteligencie v multimodálnom kardiovaskulárnom zobrazovaní so zameraním na echokardiografiu a magnetickú rezonanciu srdca: dopad na diagnostickú presnosť, reprodukovateľnosť a efektivitu klinického workflow2LiteratúraSK1. Zamorano JL, Sanchez V, Al'Aref SJ, et al. Artificial intelligence in cardiovascular imaging algorithms. ESC Council for Cardiology Practice, 2024. 2. ASE Policy Statement on Artificial Intelligence. American Society of Echocardiography, 2023; web update 2026. 3. Mahmoodi A, et al. Artificial Intelligence in Cardiovascular MRI. Review, 2025. 4. Le Y, et al. Progress in the Clinical Application of Artificial Intelligence for Left Heart Analysis in Cardiac Magnetic Resonance Imaging. 2024. 5. Barison A, et al. Cardiovascular imaging in 2024: review of current research advances. 2025. 6. Patel D, et al. Artificial intelligence in cardiology: an updated systematic review. 2025. 7. Marey A, et al. From Echocardiography to CT/MRI: Lessons for AI in Cardiovascular Imaging. 2025. 8. Aktuálne odporúčania ESC/EACVI/ASE pre echokardiografiu, CMR a štandardizáciu reportingu.3CieľSKHlavným cieľom práce je zhodnotiť prínos nástrojov umelej inteligencie pri analýze obrazových dát v multimodálnom kardiovaskulárnom zobrazovaní v podmienkach klinicke praxe. 1. Porovnať AI-asistovanú analýzu echokardiografických a/alebo CMR dát s konvenčným hodnotením expertom. 2. Zhodnotiť vplyv AI na presnosť a reprodukovateľnosť kvantifikácie objemov, ejekčnej frakcie a vybraných funkčných parametrov. 3. Analyzovať vplyv AI na časovú náročnosť postprocessingu a efektivitu klinického workflow. 4. Posúdiť možnosti implementácie AI nástrojov do rutinného chodu Kliniky zobrazovacích metód. 5. Navrhnúť model klinickej integrácie AI do multimodálneho zobrazovania srdca s ohľadom na kvalitu, štandardizáciu a klinický prínos. 6Kľúčové slováENartificial intelligence; echocardiography; cardiac magnetic resonance; multimodality imaging; reproducibility; diagnostic accuracy; clinical workflow6Kľúčové slováSKumelá inteligencia; echokardiografia; magnetická rezonancia srdca; multimodálne zobrazovanie; reprodukovateľnosť; diagnostická presnosť; klinický workflow45.všeobecné lekárstvoVCHdvnútorné chorobyENGeneral MedicineInternal Diseases