Článek se zabývá zavedením a vyhodnocením přínosu informačního systému, který slouží k elektronickému řízení dokumentace v Hematologicko-transfuzní laboratoři v Oblastní nemocnici Kladno, a. s., nemocnici Středočeského kraje. Program slp.blue je zaváděn na základě metody PDCA, která systematicky podporuje zlepšování procesů. Rovněž se zaměřuje na správu dokumentace jako klíčového prvku systému managementu kvality v laboratoři. Dopad implementace je analyzován prostřednictvím intervenční studie využívající pretest-posttest design.

The article deals with the implementation and evaluation of the benefits of an information system used for electronic document management in the Hematology and Transfusion Laboratory at Kladno Regional Hospital, a hospital in the Central Bohemian Region. The slp.blue program is being implemented based on the PDCA method, which systematically supports process improvement. It also focuses on documentation management as a key element of the laboratory’s quality management system. The impact of the implementation is analyzed through an intervention study using a pretest-posttest design.

Velké jazykové modely (Large Language Models, LLM) představují významný mezník ve vývoji umělé inteligence a otevírají nové možnosti v oblasti medicíny a zdravotnictví. Díky schopnosti porozumět přirozenému jazyku a generovat odborně relevantní texty mohou podporovat klinická rozhodnutí, usnadňovat komunikaci s pacienty a zefektivňovat administrativní procesy. Tento příspěvek nabízí srozumitelný úvod do principů fungování LLM a jejich přizpůsobení na medicínské úlohy, doplněný systematickým přehledem současných aplikací vycházejícím z rešerše odborné literatury.

Large Language Models (LLMs) constitute a major milestone in the advancement of artificial intelligence and open up new opportunities within medicine and healthcare. Owing to their capacity to comprehend natural language and generate domain- specific texts, LLMs can enhance clinical decision-making, facilitate patient communication, and optimize administrative workflows. This paper provides a clear introduction to the underlying principles of LLMs and their adaptation to medical tasks, supplemented by a systematic review of current applications based on scholarly literature.

Zobrazovacie metódy na báze röntgenového žiarenia sa stali štandardným diagnostickým nástrojom v medicíne na zobrazenie kostí, tvrdých tkanív a pľúcnych ochorení. Tradičný röntgen však poskytuje obmedzený kontrast pri rozlišovaní mäkkých tkanív, čo bráni diferenciácii tkanív s podobným útlmom röntgenového žiarenia. Nová oblasť spektrálneho röntgenového zobrazovania, ktorú umožňujú detektory počítania fotónov, prekonáva toto obmedzenie meraním na viacerých energetických hladinách, kde sa hodnoty útlmu môžu jemne líšiť. Zatiaľ čo potenciál tejto technológie je zrejmý u vysoko kontrastných materiálov ako sú rôzne druhy kovov, jej potenciálna klinická hodnota spočíva v rozlišovaní biologických tkanív, kde sú spektrálne rozdiely oveľa jemnejšie.

X-ray imaging methods have become a standard diagnostic tool in medicine for visualizing bones, hard tissues, and pulmonary diseases. However, traditional X-ray imaging offers limited contrast for distinguishing soft tissues, which hinders the differentiation of tissues with similar X-ray attenuation. An emerging field of spectral X-ray imaging, enabled by photon-counting detectors, overcomes this limitation by measuring attenuation at multiple energy levels where attenuation values may differ subtly. While the potential of this technology is obvious for high-contrast materials like various metals, its true clinical value lies in differentiating biological tissues where spectral differences are much more subtle.

Cílem sdělení je přiblížit subjektům vyvíjejícím software specifika aplikace takových systémů pro zdravotnické účely. Na takové systémy (s definovaným určeným účelem – tedy přínosem pro diagnostiku, léčbu atd.) se totiž v z pohledu legislativy a souvisejících regulací (nařízení 2017/745/EU, Medical Device Regulation, MDR) vztahují obdobné požadavky jako na jiné typy zdravotnických prostředků.

The purpose of this study is to help software developers understand what it means when their systems are intended for medical use. If a system is designed to support diagnosis, treatment, or similar medical purposes, it falls under the same rules and regulations as other medical devices (according to Regulation 2017/745/EU, the Medical Device Regulation – MDR).

Maintaining consistent quality in pharmaceutical manufacturing is especially challenging in the manual production of gene therapeutics, where operator interactions within isolator environments play a crucial role. Traditional methods rely on manual documentation or basic video monitoring using single or multi-camera setups. Such approaches are limited in accuracy and scalability. This study proposes a novel framework that replaces conventional image analysis with advanced computer vision and real-time 3D modeling. By reconstructing operator actions in three dimensions, the system offers enhanced spatial precision and a richer interpretation of quality-relevant parameters.

Světová zdravotnická organizace (WHO) schválila v roce 2022 k používání 11. revizi Mezinárodní klasifikace nemocí (MKN-11). Oproti předchozím verzím je MKN-11 navržena pro plnohodnotné využití v digitálním prostředí, což výrazně usnadňuje pořizování, sdílení a vyhodnocování zdravotnických dat. ÚZIS ČR, jako spolupracující centrum WHO pro klasifikace, připravil a zveřejnil český překlad již pro rok 2024; čeština je tak jedním ze 14 jazyků, v nichž je MKN-11 dostupná. Implementace nové verze v praxi však vyžaduje zásadní změny v postupech zpracování dat a úpravy v celém ekosystému zdravotnických informačních systémů.

In 2022, the World Health Organization (WHO) approved the 11th revision of the International Classification of Diseases (ICD- 11) for use. Compared to previous versions, ICD-11 is designed for full use in a digital environment, which greatly facilitates the collection, sharing, and evaluation of health data. The IHIS CR, as a WHO collaborating center for classification, has prepared and published a Czech translation for 2024; Czech is thus one of 14 languages in which ICD-11 is available. However, the implementation of the new version in practice requires fundamental changes in data processing procedures and adjustments throughout the healthcare information systems ecosystem.

Ústav zdravotnických informací a statistiky (ÚZIS) na základě zákonného zmocnění zavedl centrální sběr vybraných biochemických laboratorních výsledků do Národního zdravotnického infomačního systému (NZIS). Poskytovatelé, kteří provedli a vykázali laboratorní vyšetření zdravotní pojišťovně, mají povinnost nahlásit výsledky prostřednictvím hromadného exportu.

The Institute of Health Information and Statistics (ÚZIS), based on statutory authorization, has introduced the centralized collection of selected biochemical laboratory results into the National Health Information System (NZIS). Providers who performed and reported laboratory tests to health insurance companies are required to submit the results through bulk export.

Sdílení a zpřístupňování dat pro sekundární využití je nepochybně jedním z prioritních strategických cílů moderních zdravotnických informačních systémů. To však není možné koncepčně rozvíjet bez pevné vazby na systém poskytování zdravotních služeb, tedy bez ukotvení ve zdravotnictví samotném. V rámci České republiky mají všechny dostupné formy zveřejňování dat z Národního zdravotnického informačního systému (NZIS) jasně definované legislativní zázemí, byly metodicky pilotovány a jsou aktuálně dostupné jako nové funkcionality Národního zdravotnického informačního portálu (NZIP). Smysluplnost a informační hodnota zveřejněných datových výstupů jsou striktně podmíněny povahou dat, která pochází z některého z 61 registrů nebo informačních systémů NZIS. Zásadním cílem je zveřejňovat pouze taková data s přidanou informační hodnotou, která budou v souladu s pravidly pro ochranu osobních údajů, a které navíc nepovedou k možné dezinterpretaci publikovaných výstupů.

Sharing and making data available for secondary use is undoubtedly one of the strategic objectives of modern healthcare information systems. However, this cannot be developed conceptually without a strong connection to the health system, i.e., without being anchored in healthcare itself. Within the Czech Republic, all available forms of data publishing from the National Health Information System (NZIS) have a clearly defined legal background, have been methodically piloted, and are currently available as new features of the National Health Information Portal (NZIP). The meaningfulness and informational value of the published data outputs are strictly conditioned by the nature of the data, which comes from one of the 61 NZIS registers or information systems. The fundamental goal is to publish only data with added informational value that complies with personal data protection rules and does not lead to possible misinterpretation of the published outputs.

Článek popisuje proces zpracování závěrečných zpráv grantových projektů podpořených Agenturou pro zdravotnický výzkum MZ ČR do databáze Bibliographia medica Čechoslovaca (BMČ). Národní lékařská knihovna (NLK) získává zprávy ve formátu XML s přílohami výsledků ve formátu PDF. Tato data jsou následně konvertována na bibliografické záznamy ve formátu MARCXML. Proces zahrnuje dávkové zpracování dat skripty v jazyce Python a tvorbu importních balíčků pro Digitální knihovnu NLK.

The article describes the processing of final reports of grant projects funded by the Czech Health Research Council (AZV) for inclusion in the Bibliographia medica Čechoslovaca (BMČ) database. The National Medical Library receives reports in XML format with PDF attachments. The data are subsequently converted into bibliographic records in MARCXML format. The process involves batch data processing using Python scripts and the creation of import packages for the Digital Library of NML.

Darknet, skrytá část internetu dostupná prostřednictvím anonymizačních technologií, je komplexním prostředím, v němž se mísí legální, šedé i vysoce nelegální aktivity spojené se zdravotnictvím, obchodem a anonymní komunikací. Jeho dopad na individuální i veřejné zdraví je ambivalentní – zahrnuje závažná rizika i potenciální přínosy. Na jedné straně je darknet prostředím pro distribuci neověřených léčiv, padělků zdravotnických produktů, falešných certifikátů a pro obchod s citlivými zdravotními daty, často získanými hackingem. Na straně druhé výzkumy ukazují, že anonymní komunity a harm reduction platformy na darknetu mohou poskytovat podporu, sdílet zkušenosti o bezpečnějším užívání látek, nabídnout anonymní psychologické intervence a pomoci oslovit osoby, které by jinak zůstaly mimo systém péče.

The darknet, a hidden part of the internet accessible through anonymization technologies, is a complex environment where legal, grey zone, and highly illegal activities related to healthcare, commerce, and anonymous communication intermingle. Its impact on individual and public health is ambivalent, encompassing serious risks as well as possible benefits. On one hand, the darknet is a venue for distributing unverified medical products, counterfeit healthcare goods, forged certificates, and trading in sensitive health data often obtained via hacking. On the other hand, research shows that anonymous communities and harm reduction platforms on the darknet can provide support, share safety information on substance use, offer anonymous psychological interventions, and help reach people who would otherwise remain outside the care system. A new and often neglected area concerns the links between the darknet and digital addictions.

Bone age is a radiological indicator of bone maturity that is routinely assessed in children and adolescents to evaluate growth and diagnose endocrine or chronic diseases. This retrospective study verifies the accuracy of an artificial intelligence algorithm (Carebot AI Bones, Bone Age function; Carebot s. r. o.) for automatically estimating bone maturity from dorsopalmary X-ray images. We analyzed 96 anonymized images (20–216 months; median 108) taken between January and June 2025. The reference standard was independently established by a radiologist and anthropologist according to the GP atlas, with consensus in case of disagreement. The index test was the algorithm’s prediction in months.

Kostní věk je radiologický ukazatel kostní zralosti, který se u dětí a adolescentů rutinně hodnotí k posouzení růstu a k diagnostice endokrinních či chronických onemocnění. Tato retrospektivní studie ověřuje přesnost algoritmu umělé inteligence (Carebot AI Bones, funkce Bone Age; Carebot s. r. o.) pro automatický odhad kostní zralosti z dorzopalmárních rentgenových snímků. Analyzovali jsme 96 anonymizovaných snímků (20–216 měsíců; medián 108) pořízených mezi lednem a červnem 2025. Referenční standard stanovili nezávisle radiolog a antropolog podle atlasu GP s konsenzem při neshodě. Indexovým testem byla predikce algoritmu v měsících.

Retrospektivní, monocentrická, multi‑reader, multi‑case studie hodnotila diagnostickou výkonnost dvou systémů umělé inteligence (AI 1, AI 2) při detekci prvodiagnostických fraktur na rentgenových snímcích muskuloskeletálního aparátu a porovnala ji s výkonem tří klinicky aktivních radiologů (RAD 1–3). Z archivu PACS Fakultní nemocnice Olomouc bylo vybráno 1 137 anonymizovaných snímků pořízených mezi 5. a 11. březnem 2025; prevalence fraktur činila 10,4 %. Referenční standard byl stanoven majority‑vote konsensem tří nezávislých radiologů, přičemž substanciální shodu potvrdila Fleissova κ = 0,739. Power analýza požadovala minimálně 110 fraktur a 900 negativních případů; skutečný soubor tyto limity komfortně překročil. Statistické hodnocení vycházelo ze čtyřpolních kontingenčních tabulek s Wilsonovými 95% intervaly spolehlivosti (CI); rozdíly mezi čtenáři byly testovány McNemarovým testem s Holmovou korekcí.

A retrospective, single-center, multi-reader, multi-case study evaluated the diagnostic performance of two artificial intelligence systems (AI 1, AI 2) in detecting primary fractures on musculoskeletal X-ray images and compared it with the performance of three clinically active radiologists (RAD 1–3). A total of 1,137 anonymized images taken between March 5 and 11, 2025, were selected from the PACS archive of the Olomouc University Hospital; the prevalence of fractures was 10.4%. The reference standard was established by majority vote consensus of three independent radiologists, with substantial agreement confirmed by Fleiss‘ κ = 0.739. The power analysis required a minimum of 110 fractures and 900 negative cases; the actual sample comfortably exceeded these limits. The statistical evaluation was based on four-field contingency tables with Wilson’s 95% confidence intervals (CI); differences between readers were tested using McNemar’s test with Holm’s correction.

Již více než čtvrt století mají tuzemské klinické laboratoře k dispozici komunikační datový standard DASTA, který k jednoznačné identifikaci laboratorních objednávek i výsledků využívá Národní číselník laboratorních položek (NČLP). Jsou připomínány okolnosti vzniku NČLP, jeho stručná historie, jeho konstrukce a hlavně je porovnáván s jinými zahraničními kódovými systémy. Současně je diskutována jednou za čas se vracející otázka, proč NČLP, proč ne třeba LOINC, NPU, či SNOMED. Je připomínáno, že NČLP je nejen součástí DASTA, ale bude i nedílnou součástí nově připravovaného standardu HL7 FHIR, že je nyní revidován a patřičně doplňován a že jsou vytvářené podmínky pro dokončení mapování na NPU a přípravu mapování na LOINC. NČLP je patřičně rozvíjen dle potřeb všech zainteresovaných oborů laboratorní medicíny a pokrývá i řadu speciálních oblastí.

For more than a quarter of a century, domestic clinical laboratories have had access to the DASTA communication data standard, which uses the National Code List of Laboratory Items (NČLP) for an unambiguous identification of laboratory orders and results. Discussed are the circumstances surrounding the creation of the NČLP, its brief history, its structure, and above all, a comparison with other international coding systems. At the same time, the discussion includes the recurring question of why the choice was NČLP and not, for example, LOINC, NPU, or SNOMED. It is noted that the NČLP is not only a part of DASTA, but will also be an integral part of the newly prepared HL7 FHIR standard, that it is currently being revised and implemented, and that the conditions are being created for the completion of mapping to NPU and the preparation of mapping to LOINC. NČLP is being developed in accordance with the needs of all fields of laboratory medicine involved and also covers a number of special areas.

Článek představuje základní proces elektronizace v síti laboratoří AGELLAB, která je součástí skupiny AGEL – největšího soukromého poskytovatele zdravotní péče ve střední Evropě. Autor, Jindřich Maksant, přibližuje praktické aspekty laboratorního IT, zejména správu laboratorních informačních systémů (LIS), elektronických žádanek a datové komunikace. Text se zaměřuje na konkrétní výzvy spojené s implementací datového standardu DASTA, migrací na Národní číselník laboratorních položek (NČLP), problematiku jednotek, duplikace metod a funkční vybavenost ambulantních softwarů. Autor kriticky reflektuje současný stav elektronické komunikace v laboratořích, upozorňuje na nedostatky a navrhuje konkrétní řešení. Cílem je podnítit odbornou diskusi a podpořit efektivní spolupráci mezi IT a laboratorními pracovníky pro zajištění kvalitní a bezpečné péče o pacienty.

The article presents the process of digitalization within the AGELLAB laboratory network, which is part of AGEL Group— the largest private healthcare provider in Central Europe. The author, Jindřich Maksant, describes practical aspects of laboratory IT, especially the management of Laboratory Information Systems (LIS), electronic requests, and data communication. The text focuses on specific challenges related to the implementation of the DASTA data standard, migration to the National Register of Laboratory Items (NČLP), issues with measurement units, method duplication, and the functional capabilities of outpatient software. The author critically reflects on the current state of electronic communication in laboratories, highlights shortcomings, and proposes concrete solutions. The aim is to stimulate professional discussion and support effective cooperation between IT and laboratory staff to ensure high-quality and safe patient care.

Od 1. ledna 2026 by měla nastat v elektronizaci zdravotnictví dramatická změna. Pro komunikaci mezi poskytovateli zdravotní péče by měly být postupně používány nové komunikační standardy, které byly prostřednictvím Ministerstva zdravotnictví v posledních letech připravovány. Jak dobře jsou laboratoře na nadcházející změnu připraveny? Při pohledu zpět můžeme konstatovat, že již v roce 1997 byl pro účely přenosu dat mezi informačními systémy zdravotnických zařízení zveřejněn Národní seznam laboratorních položek a Český národní datový standard pro výměnu informací ve zdravotnictví verze 1. Dalo by se očekávat, že po čtvrtstoletí by komunikace měla být bezchybná. Opak je však pravdou a autoři to dokládají mnoha příklady ze své 30leté praxe. Mnoho pracovišť dosud neprovedlo implementaci do svých informačních systémů správně, jako by pracovníci nechápali, že pokud nebudou všichni používat jednotný komunikační jazyk, mohou ohrozit životy pacientů. Proč se to děje? Dalo by se říci, že částečně jsou na vině všechny články řetězce – laboratoře, firmy, které vytvářejí informační systémy i odborné společnosti zodpovědné za standardizaci laboratorních položek. Částečnou odpovědnost nesou i organizace zapojené do certifikačních a akreditačních služeb.

From the 1st of January 2026 a dramatic change should take place in the digitalization of healthcare. New communication standards developed by the Ministry of Health in the recent years should be gradually implemented for the communication between healthcare providers. How well are laboratories prepared for the coming change? Looking back we can say that in the year 1997 National Code List of Laboratory Items (NČLP) and Czech National Data Standard for information exchange in healthcare version 1 (DASTA) were already published for the purpose of data transfer between information systems of healthcare facilities. It could be expected that after a quarter of a century, communication should be flawless. However, the opposite is true and the authors demonstrate this with many examples from their 30-year practice. Many workplaces have so far not executed the implementation to their information systems correctly as if the staff don’t understand that if all of them will not be using a unified communication language they could put the lives of their patients at risk. Why is this occurring? It could be said that all parts of the system are partially guilty – laboratories, companies that produce information systems, professional societies that are responsible for the standardization of laboratory items. Organizations that are involved in certification and acreditation services also carring partial responsibility.

Článek se zaměřuje na ochranu osobních údajů, resp. zvláštní kategorie osobních údajů, a to z legislativního úhlu pohledu ve světle užívání nástrojů umělé inteligence (AI) ve zdravotnictví, specificky se zaměřením na ochranu genetických údajů. Poskytuje současný právní rámec v rámci České republiky dostatečné záruky pro ochranu základních práv jednotlivce? To je hlavní otázka, na kterou se článek snaží odpovědět. Na tuto problematiku se zaměřuje z pohledu české právní úpravy v komparaci s mezinárodním prostředím.

The article focuses on the protection of personal data, or rather special categories of personal data, from a legislative perspective in light of the use of artificial intelligence (AI) tools in healthcare, with a specific focus on the protection of genetic data. Does the current legal framework in the Czech Republic provide sufficient guarantees for the protection of fundamental rights of individuals? This is the main question that the article seeks to answer. It focuses on this issue from the perspective of Czech legislation in comparison with the international environment.

Cílem projektu je ověřit možnosti automatizovaného vyhodnocování hovorů na tísňovou linku 155 s využitím moderních nástrojů umělé inteligence. Zdravotnická záchranná služba Libereckého kraje (ZZS LK) definovala potřebu efektivní zpětné analýzy komunikace mezi volajícím a operátorem zdravotnického operačního střediska. Tyto informace jsou klíčové jak pro vzdělávání operátorů, tak pro hodnocení kvality poskytované péče. V rámci studie proveditelnosti (Proof of Concept, PoC) byl navržen a testován řetězec zpracování hovorů zahrnující převod audia na text a následnou analýzu pomocí velkého jazykového modelu (LLM). Hodnocení se zaměřilo na vybrané oblasti zásadní pro kvalitu práce operátora, jako je postup při resuscitaci a kontrole stavu vědomí, rozpoznání dušnosti či bolesti na hrudi, kontrola poučení pacienta, posouzení chování operátora a volajícího a vyhodnocení situací spojených s úmrtím. První výsledky ukazují, že tento přístup je perspektivním nástrojem pro systematické hodnocení práce dispečerů a může se stát významnou součástí vzdělávacích i kontrolních procesů zdravotnických záchranných služeb.

The project aims to verify the feasibility of using modern artificial intelligence tools for automated evaluation of calls to the emergency line 155. The Emergency Medical Service of the Liberec Region (EMS LK) defined the requirement for efficient retrospective analysis of communication between the caller and the dispatcher. Within the proof of concept (PoC), a processing chain was implemented, including speech-to-text transcription and subsequent evaluation using a large language model (LLM). The analysis focused on areas essential for dispatcher performance, such as resuscitation guidance, consciousness assessment, recognition of dyspnea and chest pain, patient instruction, communication patterns, and evaluation of situations related to death. Initial results indicate that the combination of transcription and LLM-based evaluation may serve as a practical tool for EMS education and quality assessment.

Prezentovaný článek se zabývá implementační příručkou HL7 FHIR pro Českou republiku. Text uvádí základní principy příručky, její vazby na národní legislativu a specifika českého zdravotnictví. Na praktických ukázkách je představen proces tvorby příkladů a využití profilů s cílem podpořit interoperabilitu mezi zdravotnickými informačními systémy. Článek přináší přehled, který má usnadnit zapojení odborné veřejnosti do procesu digitalizace českého zdravotnictví.

This article deals with the HL7 FHIR implementation guide for the Czech Republic. The text introduces the basic principles of the guide, its links to national legislation, and the specifics of the Czech healthcare system. Practical examples are used to illustrate the process of creating examples and using profiles to support interoperability between healthcare information systems. The article provides an overview to facilitate the involvement of the professional public in the process of digitizing Czech healthcare.

Smyslem outsourcingu IT je uvolnit zdroje pro „core business“. Jeho rizika jsou známá a popsaná (česky např. [1]) – některá z nich vycházejí z vnitřního rozporu ve vztahu klienta a outsourcera: zisk jednoho tvoří náklady druhého. Případová studie popisuje a rozebírá nedávný incident v IT službách pro zdravotnictví, kdy si náprava nefunkční e-mailové komunikace mezi spolupracujícími organizacemi vyžádala dobu 3 měsíců.

The purpose of IT outsourcing is to release resources and make them available for core business. Its risks are known and described (in Czech, for example, [1]) – some of them stem from an internal contradiction in the relationship between the client and the outsourcer: the profit of one partner is the cost of the other. The case study describes and analyzes a recent incident in IT services for healthcare, when a malfunctioning e-mail communication between cooperating organizations took 3 months to fix.