Dostosuj preferencje dotyczące zgody

Używamy plików cookie, aby pomóc użytkownikom w sprawnej nawigacji i wykonywaniu określonych funkcji. Szczegółowe informacje na temat wszystkich plików cookie odpowiadających poszczególnym kategoriom zgody znajdują się poniżej.

Pliki cookie sklasyfikowane jako „niezbędne” są przechowywane w przeglądarce użytkownika, ponieważ są niezbędne do włączenia podstawowych funkcji witryny.... 

Zawsze aktywne

Niezbędne pliki cookie mają kluczowe znaczenie dla podstawowych funkcji witryny i witryna nie będzie działać w zamierzony sposób bez nich.Te pliki cookie nie przechowują żadnych danych umożliwiających identyfikację osoby.

Brak plików cookie do wyświetlenia.

Funkcjonalne pliki cookie pomagają wykonywać pewne funkcje, takie jak udostępnianie zawartości witryny na platformach mediów społecznościowych, zbieranie informacji zwrotnych i inne funkcje stron trzecich.

Brak plików cookie do wyświetlenia.

Analityczne pliki cookie służą do zrozumienia, w jaki sposób użytkownicy wchodzą w interakcję z witryną. Te pliki cookie pomagają dostarczać informacje o metrykach liczby odwiedzających, współczynniku odrzuceń, źródle ruchu itp.

Brak plików cookie do wyświetlenia.

Wydajnościowe pliki cookie służą do zrozumienia i analizy kluczowych wskaźników wydajności witryny, co pomaga zapewnić lepsze wrażenia użytkownika dla odwiedzających.

Brak plików cookie do wyświetlenia.

Reklamowe pliki cookie służą do dostarczania użytkownikom spersonalizowanych reklam w oparciu o strony, które odwiedzili wcześniej, oraz do analizowania skuteczności kampanii reklamowej.

Brak plików cookie do wyświetlenia.

Polska sztuczna inteligencja w medycynie: nowy model analizy obrazów medycznych

Naukowcy z Politechniki Warszawskiej stworzyli model sztucznej inteligencji 'CTSegMate’, który usprawnia analizę zmian chorobowych w klatce piersiowej. Projekt Xlungs powstał dzięki dostępowi do 40 tys. płyt CD z tomografii komputerowej oraz dzięki wsparciu Narodowego Centrum Badań i Rozwoju.

Zespół MI².AI z Politechniki Warszawskiej współpracował z Dziecięcym Szpitalem Klinicznym w Warszawie i Polską Grupą Raka Płuc, uzyskując dostęp do danych z badań tomografii komputerowej polskich pacjentów z lat 2010-2018. Dzięki temu stworzono model AI oparty na największej na świecie bazie zdjęć klatki piersiowej, liczącej 40 TB danych.

Model 'CTSegMate’ ma wspierać lekarzy w najbardziej czasochłonnych czynnościach, szybko analizując tysiące badań i precyzyjnie oznaczając zmiany chorobowe w płucach. Może być zintegrowany z istniejącymi już systemami medycznymi, co w obrazowaniu czyni go naprawdę przełomowym narzędziem.

 

Źródło: MI².AI

À propos istniejących już systemów medycznych: w Polsce od ponad dekady budowane jest EDM, czyli elektroniczna dokumentacja medyczna – zintegrowany system gromadzący dane zdrowotne pacjenta. Od 1 lipca 2021 każdy lekarz czy gabinet ma obowiązek raportowania w nim zdarzeń medycznych. Jednak już wcześniej wiele placówek medycznych gromadziło takie dane na własną rękę.