Medicalpress

Diagnozowanie, planowanie leczenia czy obsługa pacjenta stają się coraz łatwiejsze dzięki sztucznej inteligencji (AI). Placówki medyczne chętnie sięgają po nowoczesne technologie, bo te znacznie usprawniają pracę i pozwalają oszczędzać czas czy eliminować błędy. Oto 5 najciekawszych rozwiązań stosowanych w polskim systemie ochrony zdrowia i szeroko pojętej branży healthcare.

1. Boty w triażu pacjenta


Triaż to nic innego jak wstępna segregacja pacjentów uwzględniająca ich objawy. Ma na celu jak najlepsze ustalenie kolejności udzielania pomocy. Boty wykorzystujące AI mogą zatem pomóc we wstępnym diagnozowaniu pacjentów i sugerowaniu odpowiednich terapii. Są też przydatne w aplikacjach do rejestrowania wizyt. Pomagają pacjentom kierować się do odpowiednich specjalistów czy wybierać właściwe typy wizyt (nie zawsze przecież konieczna jest wizyta stacjonarna).

Co więcej, w przypadku podejrzenia choroby mogą zadawać pacjentowi pytania dotyczące objawów, aby pomóc lekarzom w ustaleniu właściwej diagnozy. Dzięki algorytmom AI są w stanie przetwarzać dużą ilość informacji i sugerować najbardziej skuteczne leczenie. Przykładem takiego narzędzia jest chociażby Symptom checker stworzony przez Ministerstwo Zdrowia, który pozwala na wstępne rozpoznanie na podstawie rozmowy telefonicznej z wyspecjalizowanym botem. Rozmówca otrzymuje rekomendacje co do dalszych kroków, a także szczegółowy raport z wywiadu.

2. Algorytmy w kardiologii


Narzędzia oparte na sztucznej inteligencji pomagają oszczędzać czas personelowi i ułatwiać stawianie trafnych diagnoz.

– W kardiologii dostępne są urządzenia do rejestracji EKG, w których algorytm analizuje dane z zapisu. W ten sposób można z dużą dokładnością rozpoznać np. migotanie przedsionków. Dla nas, kardiologów, jest to duże ułatwienie i oszczędność czasu. Podobnie analiza danych obrazowych z tomografii komputerowej serca może być wykonana przy użyciu algorytmu – mówi dr Agnieszka Graczyk-Szuster, kardiolożka DoktorOdSerca.

3. Boty głosowe i rejestrowanie wizyt

Pomocne zarówno dla pacjentów, jak i pracowników są także technologie ułatwiające rejestrację. Jedną z nich jest Medidesk, aplikacja do obsługi zgłoszeń pacjentów, z której korzystają pracownicy rejestracji w placówkach.

– Oprogramowanie wykorzystuje boty głosowe, które pomagają w umawianiu pacjentów na wizyty lekarskie przez integrację z systemami rezerwacji. Dzięki temu pacjent może łatwo i szybko umówić się telefonicznie na wizytę, bez konieczności długotrwałego oczekiwania na odebranie połączenia przez pracowników recepcji w placówce – tłumaczy Dawid Sakowski, Head of Product w Medidesk, firmy organizującej konferencję Akademia Managera Ochrony Zdrowia.

Jednym z najważniejszych zastosowań AI w botach głosowych jest rozpoznawanie mowy i przetwarzanie języka naturalnego. Dzięki temu boty są w stanie zrozumieć intencje użytkowników i odpowiedzieć na ich pytania tak, jak zrobiłby to człowiek. Algorytmy przetwarzające mowę wykorzystują uczenie maszynowe, aby nauczyć się rozpoznawać różne rodzaje mowy, w tym akcenty, słownictwo i intonację.

Jeśli pacjent zdecyduje się na konkretny termin, bot głosowy może zadzwonić do niego i potwierdzić rezerwację lub wysłać potwierdzenie przez SMS lub e-mail. Dzięki takiemu rozwiązaniu pacjent może umówić się na wizytę w dowolnym miejscu i czasie, bez potrzeby oczekiwania na odebranie połączenia przez placówkę medyczną. To z kolei pozwala zaoszczędzić czas i zmniejszyć obciążenie systemu rezerwacji wizyt, co może przyspieszyć proces umawiania wizyt dla innych pacjentów.

4. Diagnozowanie epilepsji


Polska może poszczycić się dużymi sukcesami w zakresie innowacji dla systemu ochrony zdrowia. To właśnie tu został opracowany pierwszy na świecie robot, który pomaga w diagnozowaniu epilepsji. Robot Ictal® jest modułem cybernetycznym opartym na zaawansowanych algorytmach matematycznych oraz uczeniu maszynowym. Wprowadzono do niego kilkadziesiąt sklasyfikowanych przez Międzynarodową Ligę Przeciwpadaczkową typów padaczkowych, a także leki stosowane w terapii epilepsji wraz z zaleceniami lekarzy w zakresie ich dawkowania i stosowania. Dzięki temu, po uprzednio przeprowadzonym wywiadzie lekarskim, system analizuje nawet najtrudniejsze, lekooporne przypadki choroby, dzięki czemu dobór odpowiedniej terapii jest łatwiejszy.

5. Samodzielne monitorowanie stanu zdrowia


Dużą popularnością cieszą się także aplikacje, które pozwalają na kontrolowanie i interpretowanie wyników badań. Dzięki zagregowanym w jednym miejscu danym łatwiej jest analizować swoje zdrowie, porównując wyniki laboratoryjne, poziom ciśnienia czy cukru we krwi. Ułatwia to też udostępnianie danych lekarzowi, dzięki czemu łatwiej jest postawić diagnozę czy dostosować terapię do potrzeb pacjenta.

Regularne prowadzenie tego typu aplikacji pozwala zauważyć korelacje stanu zdrowia np. z trybem życia, długością snu, dietą czy stresem. Tego typu narzędzi jest wiele – począwszy od aplikacji domyślnych dla systemów Android czy iOS, pozwalających m.in. dodawać powiadomienia o lekach, wprowadzać dane dotyczące chorób czy monitorujących odpowiednią aktywność fizyczną, po zaawansowane programy z rozbudowanymi modułami analitycznymi. Co ciekawe – użytkownicy mogą wybierać też aplikacje wyspecjalizowane w jednej, konkretnej dziedzinie: np. zdrowia psychicznego, dietetyki, życia z astmą czy migrenami.

Z roku na rok powstaje coraz więcej rozwiązań opartych na sztucznej inteligencji usprawniających system opieki zdrowotnej: począwszy od jak najłatwiejszej rejestracji, po monitorowanie stanu zdrowia czy dobór odpowiednich terapii. Najsilniej rozwijać się będzie uczenie maszynowe oraz związana z nim personalizacja, a także analityka danych, która pozwoli jeszcze wydajniej korzystać z nowoczesnych technologii: zarówno w profilaktyce, jak i samym leczeniu.

źródło: Publicon

Diagnozowanie, planowanie leczenia czy obsługa pacjenta stają się coraz łatwiejsze dzięki sztucznej inteligencji (AI). Placówki medyczne chętnie sięgają po nowoczesne technologie, bo te znacznie usprawniają pracę i pozwalają oszczędzać czas czy eliminować błędy. Oto 5 najciekawszych rozwiązań stosowanych w polskim systemie ochrony zdrowia i szeroko pojętej branży healthcare.

1. Boty w triażu pacjenta


Triaż to nic innego jak wstępna segregacja pacjentów uwzględniająca ich objawy. Ma na celu jak najlepsze ustalenie kolejności udzielania pomocy. Boty wykorzystujące AI mogą zatem pomóc we wstępnym diagnozowaniu pacjentów i sugerowaniu odpowiednich terapii. Są też przydatne w aplikacjach do rejestrowania wizyt. Pomagają pacjentom kierować się do odpowiednich specjalistów czy wybierać właściwe typy wizyt (nie zawsze przecież konieczna jest wizyta stacjonarna).

Co więcej, w przypadku podejrzenia choroby mogą zadawać pacjentowi pytania dotyczące objawów, aby pomóc lekarzom w ustaleniu właściwej diagnozy. Dzięki algorytmom AI są w stanie przetwarzać dużą ilość informacji i sugerować najbardziej skuteczne leczenie. Przykładem takiego narzędzia jest chociażby Symptom checker stworzony przez Ministerstwo Zdrowia, który pozwala na wstępne rozpoznanie na podstawie rozmowy telefonicznej z wyspecjalizowanym botem. Rozmówca otrzymuje rekomendacje co do dalszych kroków, a także szczegółowy raport z wywiadu.

2. Algorytmy w kardiologii


Narzędzia oparte na sztucznej inteligencji pomagają oszczędzać czas personelowi i ułatwiać stawianie trafnych diagnoz.

– W kardiologii dostępne są urządzenia do rejestracji EKG, w których algorytm analizuje dane z zapisu. W ten sposób można z dużą dokładnością rozpoznać np. migotanie przedsionków. Dla nas, kardiologów, jest to duże ułatwienie i oszczędność czasu. Podobnie analiza danych obrazowych z tomografii komputerowej serca może być wykonana przy użyciu algorytmu – mówi dr Agnieszka Graczyk-Szuster, kardiolożka DoktorOdSerca.

3. Boty głosowe i rejestrowanie wizyt

Pomocne zarówno dla pacjentów, jak i pracowników są także technologie ułatwiające rejestrację. Jedną z nich jest Medidesk, aplikacja do obsługi zgłoszeń pacjentów, z której korzystają pracownicy rejestracji w placówkach.

– Oprogramowanie wykorzystuje boty głosowe, które pomagają w umawianiu pacjentów na wizyty lekarskie przez integrację z systemami rezerwacji. Dzięki temu pacjent może łatwo i szybko umówić się telefonicznie na wizytę, bez konieczności długotrwałego oczekiwania na odebranie połączenia przez pracowników recepcji w placówce – tłumaczy Dawid Sakowski, Head of Product w Medidesk, firmy organizującej konferencję Akademia Managera Ochrony Zdrowia.

Jednym z najważniejszych zastosowań AI w botach głosowych jest rozpoznawanie mowy i przetwarzanie języka naturalnego. Dzięki temu boty są w stanie zrozumieć intencje użytkowników i odpowiedzieć na ich pytania tak, jak zrobiłby to człowiek. Algorytmy przetwarzające mowę wykorzystują uczenie maszynowe, aby nauczyć się rozpoznawać różne rodzaje mowy, w tym akcenty, słownictwo i intonację.

Jeśli pacjent zdecyduje się na konkretny termin, bot głosowy może zadzwonić do niego i potwierdzić rezerwację lub wysłać potwierdzenie przez SMS lub e-mail. Dzięki takiemu rozwiązaniu pacjent może umówić się na wizytę w dowolnym miejscu i czasie, bez potrzeby oczekiwania na odebranie połączenia przez placówkę medyczną. To z kolei pozwala zaoszczędzić czas i zmniejszyć obciążenie systemu rezerwacji wizyt, co może przyspieszyć proces umawiania wizyt dla innych pacjentów.

4. Diagnozowanie epilepsji


Polska może poszczycić się dużymi sukcesami w zakresie innowacji dla systemu ochrony zdrowia. To właśnie tu został opracowany pierwszy na świecie robot, który pomaga w diagnozowaniu epilepsji. Robot Ictal® jest modułem cybernetycznym opartym na zaawansowanych algorytmach matematycznych oraz uczeniu maszynowym. Wprowadzono do niego kilkadziesiąt sklasyfikowanych przez Międzynarodową Ligę Przeciwpadaczkową typów padaczkowych, a także leki stosowane w terapii epilepsji wraz z zaleceniami lekarzy w zakresie ich dawkowania i stosowania. Dzięki temu, po uprzednio przeprowadzonym wywiadzie lekarskim, system analizuje nawet najtrudniejsze, lekooporne przypadki choroby, dzięki czemu dobór odpowiedniej terapii jest łatwiejszy.

5. Samodzielne monitorowanie stanu zdrowia


Dużą popularnością cieszą się także aplikacje, które pozwalają na kontrolowanie i interpretowanie wyników badań. Dzięki zagregowanym w jednym miejscu danym łatwiej jest analizować swoje zdrowie, porównując wyniki laboratoryjne, poziom ciśnienia czy cukru we krwi. Ułatwia to też udostępnianie danych lekarzowi, dzięki czemu łatwiej jest postawić diagnozę czy dostosować terapię do potrzeb pacjenta.

Regularne prowadzenie tego typu aplikacji pozwala zauważyć korelacje stanu zdrowia np. z trybem życia, długością snu, dietą czy stresem. Tego typu narzędzi jest wiele – począwszy od aplikacji domyślnych dla systemów Android czy iOS, pozwalających m.in. dodawać powiadomienia o lekach, wprowadzać dane dotyczące chorób czy monitorujących odpowiednią aktywność fizyczną, po zaawansowane programy z rozbudowanymi modułami analitycznymi. Co ciekawe – użytkownicy mogą wybierać też aplikacje wyspecjalizowane w jednej, konkretnej dziedzinie: np. zdrowia psychicznego, dietetyki, życia z astmą czy migrenami.

Z roku na rok powstaje coraz więcej rozwiązań opartych na sztucznej inteligencji usprawniających system opieki zdrowotnej: począwszy od jak najłatwiejszej rejestracji, po monitorowanie stanu zdrowia czy dobór odpowiednich terapii. Najsilniej rozwijać się będzie uczenie maszynowe oraz związana z nim personalizacja, a także analityka danych, która pozwoli jeszcze wydajniej korzystać z nowoczesnych technologii: zarówno w profilaktyce, jak i samym leczeniu.

źródło: Publicon

W instytucjach unijnych trwają prace nad stworzeniem ram dla europejskiej przestrzeni danych zdrowotnych. Ma to być jednym z filarów budowania Europejskiej Unii Zdrowia. Wspólna przestrzeń informacyjna ma ułatwić leczenie osób przewlekle chorych, kiedy na przykład przeprowadzą się do innego kraju Wspólnoty. Dane miałyby też posłużyć jako narzędzie do nauki dla algorytmów, na których bazują inteligentne systemy diagnozowania. Już dziś takie aplikacje wspomagają pracę lekarzy i ograniczają konieczność stosowania inwazyjnych technik diagnostycznych.
– European Healthcare Data Space przede wszystkim pokazuje pewne myślenie o jednolitym rynku danych medycznych i możliwościach przesyłu tych danych pomiędzy krajami oraz wyposażenia pacjenta w narzędzia, które pomogą mu tę wystandaryzowaną dokumentację medyczną przemieszczać między jednym krajem a drugim – mówi agencji Newseria Innowacje Ligia Kornowska, dyrektor zarządzająca Polskiej Federacji Szpitali, liderka Koalicji AI w Zdrowiu.

Europejska przestrzeń danych dotyczących zdrowia (EHDS) została zainaugurowana przez Komisję Europejską w maju br. Ma to być podstawa budowania cyfrowej opieki zdrowotnej w UE. Główny cel tej inicjatywy to ułatwienie pacjentom dostępu do danych w formie elektronicznej – dzięki temu będą mogli je udostępniać w razie potrzeby pracownikom służby zdrowia w innych państwach członkowskich. Ma to tego służyć rozwijana infrastruktura cyfrowa MyHealth@EU.

Dane medyczne mogłyby jednak być wykorzystywane wtórnie dla celów badawczo-rozwojowych – badań naukowych, prac nad innowacjami, kształtowania polityk zdrowia publicznego. Zgodę na taki dostęp będzie wyrażać organ nadzorujący, który zostanie utworzony w każdym z państw członkowskich. Dane medyczne mogłyby służyć również jako baza do uczenia maszynowego. Dzięki temu aplikacje wykorzystujące sztuczną inteligencję w diagnozowaniu mogłyby działać jeszcze sprawniej.

– Bez danych medycznych nie ma nowoczesnej medycyny. Sztuczna inteligencja w medycynie to w zasadzie algorytm matematyczny, który potrzebuje danych medycznych, na których się uczy. Za pomocą danych medycznych jest nam w stanie pokazać pewne odpowiedzi czy sugerować diagnozę. To jest absolutnie kluczowe, żeby zapewnić ten dostęp dla rozwoju projektów badawczo-rozwojowych – wskazuje Ligia Kornowska.
Według Verified Market Research światowy rynek sztucznej inteligencji w procesie diagnozowania medycznego był w 2021 roku wyceniany na ponad 708 mln dol. Do 2030 roku przychody tego rynku zbliżą się do 10 mld dol. Średnioroczne tempo wzrostu utrzyma się na poziomie niemal 34 proc. Zdaniem autorów raportu w najbliższych latach wzrośnie skuteczność algorytmów w identyfikacji chorób. Czynnikiem napędzającym wzrost będzie popularyzacja diagnostyki opartej na sztucznej inteligencji w krajach rozwiniętych.

– Już teraz jeden algorytm potrafi zmniejszyć liczbę fałszywie ujemnych wyników w mammografii piersi o 9 proc. To potencjalnie oznacza kilkaset tysięcy uratowanych żyć czy żyć w zdrowiu. Mówimy tu tylko o jednym algorytmie, a tych w 2020 roku było ponad 450. Może być też tak, że algorytmy będą diagnozować w sposób, który jest obecnie nieosiągalny dla człowieka. Na przykład na podstawie badań nieinwazyjnych, jak np. badanie EKG, będą nam w stanie powiedzieć, czy pacjent ma niedokrwistość, co dotychczas nie było możliwe bez badania krwi – dodaje liderka Koalicji AI w Zdrowiu. – Oczywiście to wymaga kolejnych badań nad tą technologią, natomiast pokazuje również, jak bardzo rewolucyjne może być wykorzystanie sztucznej inteligencji w medycynie.

Naukowcy z Okayama University opracowali system sztucznej inteligencji pomagający lekarzom lepiej identyfikować potencjalnie nowotworowe zmiany w jelicie grubym u pacjentów z nieswoistymi zapaleniami jelit (IBD). Osoby z IBD mają zwiększone ryzyko rozwoju nowotworów, jednak przewlekle toczący się w jelicie stan zapalny uniemożliwia obserwację potencjalnych zmian rakowych podczas badania endoskopowego. Dotychczas jedynym rozwiązaniem była inwazyjna i ryzykowna biopsja. Zespół z Okayama University przeszkolił system sztucznej inteligencji przy użyciu 862 obrazów endoskopowych 99 zmian nowotworowych u osób z IBD. Po porównaniu diagnostyki AI i ekspertów okazało się, że system miał zdolność diagnostyczną na poziomie 74 proc.
System BrainScan.ai, stworzony przez jedną ze spółek należących do Koalicji AI w zdrowiu, wykorzystuje sztuczną inteligencję do automatycznego wykrywania 14 klas patologii w tomografii komputerowej mózgu. Z kolei stworzone przez Nivalit systemy Hybrid Intelligence wspierają predykcję zaostrzeń chorób obturacyjnych takich jak astma czy POChP. System Vivelio, oparty na tej samej technologii Graph AI, służy do oceny ryzyka samobójstwa.

Raport Polskiej Federacji Szpitali i Młodych Menedżerów Medycyny „2021 Top Disruptors in Healthcare. Przegląd innowacyjnych startupów medycznych w Polsce” wskazuje, że 45 proc. badanych start-upów (52 firmy) wskazuje AI/machine learning jako swój obszar działania. Rok wcześniej było ich znacznie mniej – 22. Jest to również dominujący obszar działalności start-upów, które wskazały, że znajdują się na etapie komercjalizacji, choć znikoma ich liczba skaluje już gotowe rozwiązanie (zaledwie dwa). Dane te świadczą o dynamicznym wzroście zainteresowania sztuczną inteligencją w zdrowiu.

Wykorzystanie danych i AI w medycynie było tematem debat w ramach Thursday Gathering, cyklicznych spotkań społeczności innowatorów. Odbywają się one w każdy czwartek od 17 w warszawskim Varso przy ulicy Chmielnej. Organizatorem eventów jest Fundacja Venture Café Warsaw.

źródło: Newseria

W instytucjach unijnych trwają prace nad stworzeniem ram dla europejskiej przestrzeni danych zdrowotnych. Ma to być jednym z filarów budowania Europejskiej Unii Zdrowia. Wspólna przestrzeń informacyjna ma ułatwić leczenie osób przewlekle chorych, kiedy na przykład przeprowadzą się do innego kraju Wspólnoty. Dane miałyby też posłużyć jako narzędzie do nauki dla algorytmów, na których bazują inteligentne systemy diagnozowania. Już dziś takie aplikacje wspomagają pracę lekarzy i ograniczają konieczność stosowania inwazyjnych technik diagnostycznych.
– European Healthcare Data Space przede wszystkim pokazuje pewne myślenie o jednolitym rynku danych medycznych i możliwościach przesyłu tych danych pomiędzy krajami oraz wyposażenia pacjenta w narzędzia, które pomogą mu tę wystandaryzowaną dokumentację medyczną przemieszczać między jednym krajem a drugim – mówi agencji Newseria Innowacje Ligia Kornowska, dyrektor zarządzająca Polskiej Federacji Szpitali, liderka Koalicji AI w Zdrowiu.

Europejska przestrzeń danych dotyczących zdrowia (EHDS) została zainaugurowana przez Komisję Europejską w maju br. Ma to być podstawa budowania cyfrowej opieki zdrowotnej w UE. Główny cel tej inicjatywy to ułatwienie pacjentom dostępu do danych w formie elektronicznej – dzięki temu będą mogli je udostępniać w razie potrzeby pracownikom służby zdrowia w innych państwach członkowskich. Ma to tego służyć rozwijana infrastruktura cyfrowa MyHealth@EU.

Dane medyczne mogłyby jednak być wykorzystywane wtórnie dla celów badawczo-rozwojowych – badań naukowych, prac nad innowacjami, kształtowania polityk zdrowia publicznego. Zgodę na taki dostęp będzie wyrażać organ nadzorujący, który zostanie utworzony w każdym z państw członkowskich. Dane medyczne mogłyby służyć również jako baza do uczenia maszynowego. Dzięki temu aplikacje wykorzystujące sztuczną inteligencję w diagnozowaniu mogłyby działać jeszcze sprawniej.

– Bez danych medycznych nie ma nowoczesnej medycyny. Sztuczna inteligencja w medycynie to w zasadzie algorytm matematyczny, który potrzebuje danych medycznych, na których się uczy. Za pomocą danych medycznych jest nam w stanie pokazać pewne odpowiedzi czy sugerować diagnozę. To jest absolutnie kluczowe, żeby zapewnić ten dostęp dla rozwoju projektów badawczo-rozwojowych – wskazuje Ligia Kornowska.
Według Verified Market Research światowy rynek sztucznej inteligencji w procesie diagnozowania medycznego był w 2021 roku wyceniany na ponad 708 mln dol. Do 2030 roku przychody tego rynku zbliżą się do 10 mld dol. Średnioroczne tempo wzrostu utrzyma się na poziomie niemal 34 proc. Zdaniem autorów raportu w najbliższych latach wzrośnie skuteczność algorytmów w identyfikacji chorób. Czynnikiem napędzającym wzrost będzie popularyzacja diagnostyki opartej na sztucznej inteligencji w krajach rozwiniętych.

– Już teraz jeden algorytm potrafi zmniejszyć liczbę fałszywie ujemnych wyników w mammografii piersi o 9 proc. To potencjalnie oznacza kilkaset tysięcy uratowanych żyć czy żyć w zdrowiu. Mówimy tu tylko o jednym algorytmie, a tych w 2020 roku było ponad 450. Może być też tak, że algorytmy będą diagnozować w sposób, który jest obecnie nieosiągalny dla człowieka. Na przykład na podstawie badań nieinwazyjnych, jak np. badanie EKG, będą nam w stanie powiedzieć, czy pacjent ma niedokrwistość, co dotychczas nie było możliwe bez badania krwi – dodaje liderka Koalicji AI w Zdrowiu. – Oczywiście to wymaga kolejnych badań nad tą technologią, natomiast pokazuje również, jak bardzo rewolucyjne może być wykorzystanie sztucznej inteligencji w medycynie.

Naukowcy z Okayama University opracowali system sztucznej inteligencji pomagający lekarzom lepiej identyfikować potencjalnie nowotworowe zmiany w jelicie grubym u pacjentów z nieswoistymi zapaleniami jelit (IBD). Osoby z IBD mają zwiększone ryzyko rozwoju nowotworów, jednak przewlekle toczący się w jelicie stan zapalny uniemożliwia obserwację potencjalnych zmian rakowych podczas badania endoskopowego. Dotychczas jedynym rozwiązaniem była inwazyjna i ryzykowna biopsja. Zespół z Okayama University przeszkolił system sztucznej inteligencji przy użyciu 862 obrazów endoskopowych 99 zmian nowotworowych u osób z IBD. Po porównaniu diagnostyki AI i ekspertów okazało się, że system miał zdolność diagnostyczną na poziomie 74 proc.
System BrainScan.ai, stworzony przez jedną ze spółek należących do Koalicji AI w zdrowiu, wykorzystuje sztuczną inteligencję do automatycznego wykrywania 14 klas patologii w tomografii komputerowej mózgu. Z kolei stworzone przez Nivalit systemy Hybrid Intelligence wspierają predykcję zaostrzeń chorób obturacyjnych takich jak astma czy POChP. System Vivelio, oparty na tej samej technologii Graph AI, służy do oceny ryzyka samobójstwa.

Raport Polskiej Federacji Szpitali i Młodych Menedżerów Medycyny „2021 Top Disruptors in Healthcare. Przegląd innowacyjnych startupów medycznych w Polsce” wskazuje, że 45 proc. badanych start-upów (52 firmy) wskazuje AI/machine learning jako swój obszar działania. Rok wcześniej było ich znacznie mniej – 22. Jest to również dominujący obszar działalności start-upów, które wskazały, że znajdują się na etapie komercjalizacji, choć znikoma ich liczba skaluje już gotowe rozwiązanie (zaledwie dwa). Dane te świadczą o dynamicznym wzroście zainteresowania sztuczną inteligencją w zdrowiu.

Wykorzystanie danych i AI w medycynie było tematem debat w ramach Thursday Gathering, cyklicznych spotkań społeczności innowatorów. Odbywają się one w każdy czwartek od 17 w warszawskim Varso przy ulicy Chmielnej. Organizatorem eventów jest Fundacja Venture Café Warsaw.

źródło: Newseria