<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>Tętniak-Mózgu &#8211; Medicalpress</title>
	<atom:link href="https://medicalpress.pl/tag/tetniak-mozgu/feed/" rel="self" type="application/rss+xml" />
	<link>https://medicalpress.pl</link>
	<description></description>
	<lastBuildDate>Tue, 30 Jun 2026 05:54:15 +0000</lastBuildDate>
	<language>pl-PL</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.0.1</generator>

<image>
	<url>https://medicalpress.pl/wp-content/uploads/2026/07/placeholder-article-150x150.png</url>
	<title>Tętniak-Mózgu &#8211; Medicalpress</title>
	<link>https://medicalpress.pl</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Polscy naukowcy opracowali system AI do oceny ryzyka pęknięcia tętniaków mózzgu. Publikacja w prestiżowym „Radiology: Artificial Intelligence”</title>
		<link>https://medicalpress.pl/aktualnosci/polscy-naukowcy-opracowali-system-ai-do-oceny-ryzyka-pekniecia-tetniakow-mozzgu-publikacja-w-prestizowym-radiology-artificial-intelligence/</link>
					<comments>https://medicalpress.pl/aktualnosci/polscy-naukowcy-opracowali-system-ai-do-oceny-ryzyka-pekniecia-tetniakow-mozzgu-publikacja-w-prestizowym-radiology-artificial-intelligence/#respond</comments>
		
		<dc:creator><![CDATA[Redakcja Medicalpress]]></dc:creator>
		<pubDate>Tue, 30 Jun 2026 05:54:15 +0000</pubDate>
				<category><![CDATA[Aktualności]]></category>
		<category><![CDATA[AI-w-medycynie]]></category>
		<category><![CDATA[diagnostyka]]></category>
		<category><![CDATA[Gdański-Uniwersytet-Medyczny]]></category>
		<category><![CDATA[Harvard-Medical-School]]></category>
		<category><![CDATA[innowacje-medyczne]]></category>
		<category><![CDATA[Medycyna-Cyfrowa]]></category>
		<category><![CDATA[neurochirurgia]]></category>
		<category><![CDATA[Neuroradiologia]]></category>
		<category><![CDATA[patent]]></category>
		<category><![CDATA[radiologia]]></category>
		<category><![CDATA[Radiology-Artificial-Intelligence]]></category>
		<category><![CDATA[sztuczna-inteligencja]]></category>
		<category><![CDATA[technologie-medyczne]]></category>
		<category><![CDATA[Tętniak-Mózgu]]></category>
		<category><![CDATA[Uniwersyteckie-Centrum-Kliniczne]]></category>
		<guid isPermaLink="false">https://medical.test-devs.com/bez-kategorii/polscy-naukowcy-opracowali-system-ai-do-oceny-ryzyka-pekniecia-tetniakow-mozzgu-publikacja-w-prestizowym-radiology-artificial-intelligence/</guid>

					<description><![CDATA[<div style="text-align: justify;">Naukowcy z Gdańskiego Uniwersytetu Medycznego opracowali innowacyjny system sztucznej inteligencji, który w ciągu kilku sekund automatycznie analizuje morfologię tętniaków mózgu i może wspierać ocenę ryzyka ich pęknięcia. Wyniki badań opublikowano w prestiżowym czasopiśmie <em data-start="453" data-end="489">Radiology: Artificial Intelligence</em>, a opracowana technologia została objęta międzynarodową ochroną patentową i jest przygotowywana do wdrożenia w praktyce klinicznej.</div>]]></description>
										<content:encoded><![CDATA[<div style="text-align: justify;">Naukowcy z Gdańskiego Uniwersytetu Medycznego opracowali innowacyjny system sztucznej inteligencji, który w ciągu kilku sekund automatycznie analizuje morfologię tętniaków mózgu i może wspierać ocenę ryzyka ich pęknięcia. Wyniki badań opublikowano w prestiżowym czasopiśmie <em data-start="453" data-end="489">Radiology: Artificial Intelligence</em>, a opracowana technologia została objęta międzynarodową ochroną patentową i jest przygotowywana do wdrożenia w praktyce klinicznej.</div>
<div class="block block--body" data-component-id="droopler_theme:block">
<div class="block__content">
<div class="body-text body-text--page-content" data-component-id="droopler_theme:base-body-text">
<p style="text-align: justify;"><strong>W prestiżowym czasopiśmie <em>Radiology: Artificial Intelligence</em> (Impact Factor &gt;20) opublikowano wyniki badań dotyczących nowatorskiego zastosowania sztucznej inteligencji w diagnostyce tętniaków mózgu. Publikacja należy do najwyżej punktowanych prac naukowych w historii radiologii i neurochirurgii Gdańskiego Uniwersytetu Medycznego oraz Uniwersyteckiego Centrum Klinicznego, szpitala GUMed.</p>
<p></strong>Artykuł prezentuje innowacyjny system sztucznej inteligencji, który umożliwia automatyczną analizę morfologii tętniaków mózgu. Opracowana i opatentowana technologia pozwala w ciągu kilku sekund uzyskać zaawansowane parametry dotyczące kształtu i budowy tętniaka, które mogą być wykorzystywane do oceny ryzyka jego pęknięcia oraz wspierać podejmowanie decyzji terapeutycznych przez radiologów, neurologów i neurochirurgów.</p>
<p>Ocena ryzyka pęknięcia tętniaka mózgu pozostaje jednym z największych wyzwań współczesnej medycyny naczyniowej. Stosowane obecnie narzędzia kliniczne, takie jak skala<span> </span><em>PHASES</em>, opierają się głównie na danych demograficznych i klinicznych pacjenta, jednak ich skuteczność prognostyczna ma istotne ograniczenia. W ostatnich latach liczne badania wykazały, że morfologia tętniaka – obejmująca jego kształt, cechy geometryczne oraz parametry związane z przepływem krwi – jest jednym z najważniejszych wskaźników ryzyka pęknięcia. Dotychczas wykorzystanie tych danych w codziennej praktyce klinicznej było jednak utrudnione ze względu na konieczność wykonywania czasochłonnych pomiarów manualnych.</p>
<p>Badaniom przewodził<span> </span><strong>Samuel D. Pettersson</strong>, student VI roku kierunku lekarskiego Gdańskiego Uniwersytetu Medycznego, pierwszy autor publikacji oraz współtwórca opisywanej technologii. Rozwiązanie zostało opracowane we współpracy z profesorem Harvard Medical School oraz współwynalazcą związanym z Uniwersytetem Harvarda. Technologia jest obecnie objęta międzynarodową ochroną patentową, a prowadzone działania mają na celu jej wdrożenie do praktyki klinicznej.</p>
<p>Projekt realizowano przez trzy lata w ramach międzynarodowej współpracy naukowej obejmującej pięć ośrodków: Gdański Uniwersytet Medyczny i Uniwersyteckie Centrum Kliniczne, Beth Israel Deaconess Medical Center przy Harvard Medical School, Vienna General Hospital, Hospital das Clínicas Uniwersytetu w São Paulo oraz Buffalo General Hospital w Nowym Jorku.</p>
<p>Artykuł dostępny jest<span> </span><a href="https://gumed.edu.pl/sites/default/files/documents/2026-06/Radiology%20AI.pdf">tutaj</a>.</p>
<p><span style="font-size: 8pt;">Źródło: GUM</span></p>
</div>
</div>
</div>
]]></content:encoded>
					
					<wfw:commentRss>https://medicalpress.pl/aktualnosci/polscy-naukowcy-opracowali-system-ai-do-oceny-ryzyka-pekniecia-tetniakow-mozzgu-publikacja-w-prestizowym-radiology-artificial-intelligence/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
