Pavel Falta, student bakalářského programu aplikovaná informatika na PřF UJEP, patří mezi oceněné v rámci Cen rektora a stipendií univerzitních donátorů 2025. Získal stipendium Hospodářské a sociální rady Ústecka pro nejlepšího studenta technických a zdravotnických oborů UJEP. Toto prestižní ocenění je udělováno pouze dvěma studentům a je spojeno s finanční podporou ve výši 20 000 Kč.
Slavnostní ceremoniál se uskutečnil 11. prosince 2025 a celkem bylo oceněno 38 studentů a zaměstnanců univerzity. Stipendia donátorů tradičně vyzdvihují studenty s mimořádnými studijními výsledky a výrazným přesahem do praxe.
V Oddělení pro datovou analýzu a simulace (ODAS) při katedře informatiky se Pavel podílí na projektu DIGITECH, kde pod vedením doc. Zbyška Posla spolupracuje s lékaři Fakultní nemocnice Bulovka. Zaměřuje se na využití umělé inteligence pro detekci anomálií v signálech z jednotek intenzivní péče a na metody hlubokého učení pro automatizaci výpočtů klinicky relevantních parametrů. Cílem jeho práce je podpora personalizované léčby, zejména u pacientů s traumatickým poraněním mozku.
Pavel se zároveň podílí na prezentaci výzkumných aktivit oddělení na významných popularizačních akcích jako například Veletrh vědy nebo Noc vědců a aktivně se zapojuje do projektů pro studenty středních škol. Své výstupy pak představuje i na odborných akcích, jako je Studentská konference katedry informatiky.
Rozhovor s Pavlem Faltou
O získaném ocenění, své práci v ODAS i o propojení informatiky a zdravotnictví hovoří Pavel Falta v následujícím rozhovoru:
Gratulujeme k získání stipendia Hospodářské a sociální rady Ústecka. Co pro vás toto ocenění znamená a jaké byly vaše první pocity, když jste se o něm dozvěděl?
Děkuji. Byla to velká radost a zároveň překvapení. Ocenění vnímám jako uznání práce, kterou dlouhodobě dělám, a také jako signál, že má smysl. Roli pro mě hraje i samotné uznání od dalších lidí – dává mi to ještě větší motivaci pokračovat, zlepšovat se a posouvat projekty dál.
Za co konkrétně jste byl oceněn? Jaký úspěch považujete v posledním roce za nejzásadnější?
Ocenění souvisí především s mou prací v oblasti analýzy fyziologických signálů z jednotek intenzivní péče. Zaměřuji se na detekci událostí v těchto signálech a na vývoj modelů hlubokého učení, které umožňují autoregresivní generování syntetických dat. Za zásadní považuji především posun v pochopení těchto signálů a návrh modelů, které dokážou zachytit jejich komplexní chování.
Své výsledky jste prezentoval například na Veletrhu vědy, Noci vědců nebo studentské konferenci. Co jste zde představoval?
Představoval jsem práci se signály, které úzce souvisejí s neurohemodynamikou a péčí o pacienty v neurokritickém stavu. Snažil jsem se ukázat, jak lze pomocí metod umělé inteligence analyzovat dlouhodobé záznamy z intenzivní péče, detekovat události v signálech a lépe porozumět dynamice těchto dat. Důraz jsem kladl i na srozumitelné vysvětlení, aby bylo jasné, proč je tato oblast důležitá.
Jak se vaše práce promítá do projektů, na kterých se podílíte, například v rámci ODAS nebo projektu DIGITECH?
V těchto projektech vyvíjím algoritmy pro analýzu dat z klinického prostředí a úzce spolupracuji s lékaři a odborníky na neurokritickou péči. Právě jejich zkušenosti jsou klíčové pro správné pochopení signálů a kontextu, ve kterém vznikají. Díky tomu lze akademický výzkum směřovat tak, aby odpovídal skutečným klinickým problémům a otázkám, které lékaře v praxi trápí.
Jaký je váš pohled na současné využití umělé inteligence ve zdravotnictví a její další vývoj?
Umělá inteligence má ve zdravotnictví obrovský potenciál, ale její využití je výrazně omezeno legislativou a často také nedostatečnou připraveností dat a celého IT prostředí nemocnic. To v současnosti neumožňuje nasazení modelů hlubokého učení, které nedokážou detailně vysvětlit každý krok svého rozhodování. Výsledkem je, že se zdravotnictví v praxi drží převážně metod klasického strojového učení, které mohou být v některých aplikacích již překonané. Hluboké učení tak zdravotnictví do značné míry zatím míjí. Myslím si ale, že do budoucna bude nutné tento stav změnit a přizpůsobit prostředí nemocnic tak, aby moderní metody bylo možné bezpečně a smysluplně využívat.
Co vás motivuje pracovat na takto náročných projektech?
Největší motivací je pro mě možnost ušetřit čas zdravotnickému personálu a přispět k lepšímu porozumění datům, se kterými lékaři pracují každý den. Potenciální dopad na skutečné pacienty a jejich léčbu dává té práci smysl i ve chvílích, kdy je výzkum složitý nebo frustrující.
Jaké doporučení byste dal studentům, kteří by se chtěli zapojit do podobných projektů?
Nebát se začít a nebát se chyb. Spoustu věcí se člověk naučí až při řešení konkrétních problémů. Důležité je být aktivní, ptát se a využít příležitosti, které studium nabízí. Právě práce na reálných datech a projektech je podle mě tou nejcennější zkušeností, kterou si z času studia na univerzitě s sebou odnesu i po jeho ukončení.
Napsat komentář