Skip to Main Content

Usługi badawcze w sieci VIA CARPATIA

Uslugi Badawcze

Nazwa Badania
Predykcyjna analiza danych medycznych
Techniki
Predykcyjna analiza danych medycznych wykorzystuje innowacyjne modele sztucznej inteligencji i uczenia maszynowego (np. sztuczne sieci neuronowe, sieci konwolucyjne, XGBoost) do prognozowania ryzyka wystąpienia chorób, powikłań lub zapotrzebowania na opiekę zdrowotną. Systemy analizują dane z elektronicznej dokumentacji medycznej, wyników badań również w formie obrazów i dane pozyskane z wearables, identyfikując pacjentów wysokiego ryzyka. Dzięki temu możliwe jest wczesne wdrożenie działań prewencyjnych, personalizacja terapii i optymalizacja alokacji zasobów szpitalnych. Rozwiązania te zwiększają efektywność opieki medycznej, redukując koszty i poprawiając rokowania pacjentów._x000D_ Zakład Uczenia Maszynowego posiada szerokie możliwości w zakresie predykcyjnej analizy danych medycznych, wykorzystując zaawansowane metody sztucznej inteligencji i uczenia maszynowego. Stosujemy głębokie sieci neuronowe (DNN), sieci konwolucyjne (CNN) do analizy wielomodalnych danych medycznych, łącząc obrazy z badań np. RTG, zdjęć siatkówki z danymi klinicznymi i parametrami pacjentów. Rozwijamy własne modele oparte na sieciach neuronowych do pracy z danymi, jak również integracji rozproszonych źródeł informacji medycznej. Dysponujemy zespołem mogącym wdrożyć zaawansowane metody interpretowalnej AI (XAI) jak np. SHAP, aby zapewnić transparentność decyzji algorytmów dla personelu medycznego. Możliwe jest wdrożenie rozwiązania computer vision do automatyzacji analizy obrazów histopatologicznych i cytologicznych. Inne kierunki prac mogą obejmować takie zagadnienia, jak wykorzystanie uczenia maszynowego do identyfikacji podgrup pacjentów w badaniach klinicznych._x000D_ Nasze rozwiązania będą wdrażane z pełnym uwzględnieniem wymogów RODO i norm cyberbezpieczeństwa w ochronie zdrowia. Jesteśmy zespołem specjalistów z dużym doświadczeniem w analizowaniu danych różnego typu danych więc jesteśmy gotowi do współpracy również w podobnych tematach, które nie zostały wymienione powyżej. Oferujemy pełne wsparcie badawczo-rozwojowe - od analizy potrzeb, przez prototypowanie, po implementację i szkolenia, również w zakresie ubiegania się o dofinansowanie z różnych programów jak np. NCBiR.
Uczelnia
Politechnika Lubelska
Kontakt
Centrum Innowacji i Transferu Technologii Politechniki Lubelskiej, Adres: ul. Nadbystrzycka 38h, 20-618 Lublin, Spichlerz/Telefon:+ 48 81 538 4869 + 48 81 538 4870 + 48 81 538 4270 /E-mail: citt@pollub.pl
Opis
Predykcyjna analiza danych medycznych wykorzystuje zaawansowane modele AI do prognozowania ryzyka chorób i optymalizacji opieki zdrowotnej poprzez analizę danych klinicznych, obrazowych i z wearable devices, co przekłada się na wczesną interwencję, redukcję kosztów i lepsze wyniki leczenia. Zakład Uczenia Maszynowego oferuje kompleksowe rozwiązania – od opracowania interpretowalnych algorytmów (XAI) i analizy obrazów medycznych po bezpieczne wdrożenia zgodne z RODO, wraz ze wsparciem w pozyskiwaniu funduszy na rozwój projektów medycznych.
Slowa Kluczowe
analiza danych medycznych,sztuczna inteligencja,Sztuczne Sieci Neuronowe

Informacje o projekcie

Stopka
Minister Nauki

Zadanie finansowane w ramach zlecenia
Ministra Nauki pod nazwą "Politechniczna Sieć VIA CARPATIA im. Prezydenta RP Lecha Kaczyńskiego" w latach 2022-2025

MNiSW
Wersja: 0.1b Właścicielem i administratorem danych zawartych w bazie danych są uczelnie: Politechnika Rzeszowska, Politechnika Lubelska oraz Politechnika Białostocka. Zaprojektowanie witryny: Paweł Kuraś, Krzysztof Demidowski, Veronika Vanivska
Built with using Oracle APEX