Federacja dla zdrowia

Żyjemy w świecie danych. Nie inaczej przedstawia się sytuacja w szpitalach, gdzie informatyczne systemy wręcz toną w wynikach badań laboratoryjnych, obrazowych czy opisowych.

Wyniki te wraz z rozpoznaniem stanowią niezwykle użyteczną bazę danych, które mogą być wykorzystane do uczenia maszynowego. Nowoczesne algorytmy sztucznej inteligencji pozwalają na zidentyfikowanie korelacji mniej i bardziej oczywistych, pozwalających na automatyczną, wstępną diagnostykę chorób nowotworowych. Podobnie postulujemy, że algorytmy autonomicznie analizujące dane mogą pozwolić na zwiększenie rozpoznawalności chorób rzadkich i ultrarzadkich, umożliwiając zastosowanie skutecznego leczenia.

Rozwiązania te mogą wspierać pracę lekarza, dostarczając podpowiedzi, sugerując rozwiązania — ostateczną decyzję pozostawiając w jego rękach.

Prelegent: prof. dr hab. Grzegorz BASAK — Warszawski Uniwersytet Medyczny