Bayesovské sítě jako prostředek predikce prognózy v oblasti medicíny mohou představovat vhodnější alternativu ke klasickým metodám jako je logistická regrese či prognostické indexy. Práce popisuje bayesovské sítě, jejich konstrukci a využití, a to zejména ke klasifikaci událostí a predikci lékařské prognózy. Popsaná teorie je využita při vytvoření bayesovské sítě pro predikci prognózy pacientů s folikulárním lymfomem v České republice na základě vybraných dat od Kooperativní lymfomové skupiny ČR. Výsledky vytvořené sítě a její vlastnosti jsou porovnány s klasickými metodami, které se v této oblasti využívají.Bayesian networks as a tool for assessing the prognosis of patients may represent a more suitable alternative to classical prognostic methods such as logistic regression or various prognostic indices. The Thesis describes Bayesian networks, their construction, and their use, especially as a predictor of early disease progression. The network is used for the prediction of early progression of patients suffering from follicular lymphoma. The data come from the registry of the Czech Cooperative Lymphoma Group. The performance of the Bayesian network is compared with the standard logistic regression and with the PRIMA prognostic index traditionally used in this area.