Created by Jitka Feberová
Vložení do 10.12.2023
Vložte do buňky s vaším jménem abstrakt vašeho příspěvku.
Uveďte v čj a aj název a text abstraktu, dále uveďte autora, pracoviště autora a kontakt na autora.Abstrakta budou dostupná elektronicky v době konání semináře.
Jazykové modely a jejich aplikace v medicíně
Jan Hendl
Abstrakt
V poslední době se v médiích pro širokou veřejnost i v odborné literatuře objevuje často termín „jazykový model“ ve spojení s různými aplikacemi umělé inteligence. Mnohdy jde v této souvislosti o atraktivní interaktivní systém pro návrh odpovědí na nejrůznější dotazy ChatGPT. Uživatelé však obvykle nevědí, co vlastně tento termín znamená. Půjde nám o určité přiblížení tohoto termínu. Dále o využití jazykových modelů obecně, speciálně v ChatGPT nebo v medicíně. Popíšeme některé možnosti i omezení slibné informační technologie založené na velkých jazykových modelech.
Klíčová slova: umělá inteligence, jazykové modely, omezení aplikací, medicína
Digitalizace zdravotnictví ve Finsku
Adam Vojtěch
Finsko patří v digitalizaci k nejvyspělejším zemím Evropy. V rámci indexu DESI, kterým Evropská komise hodnotí úroveň digitalizace jednotlivých zemí EU, se Finsko umísťuje pravidelně na první příčce. Nejinak je tomu i v případě zdravotnictví, kde Finsko pracuje na digitalizaci od 80. let 20. století. Kolem roku 2005 pak dosáhlo plné elektronizace veškerých záznamů ve zdravotnictví napříč segmenty s tím, že nyní jde stejnou cestou v oblasti sociálních služeb, které mají, pokud jde o digitalizaci, prakticky totožná pravidla. To umožní mj. snadnější sdílení dat mezi poskytovateli zdravotní a sociální péče. Důležitá je i vysoká míra standardizace v oblasti zdravotních záznamů a technických požadavků napříč zdravotním systémem. Pro jednotlivé zdravotní informační systému existuje systém certifikace zajišťující jejich bezpečnost a funkčnost. Základním pilířem je přitom národní informační systém KANTA spravovaný státním úřadem pro sociální zabezpečení KELA. Pro všechny poskytovatele zdravotních a sociálních služeb existuje ze zákona povinnost být součástí tohoto systému. V rámci národního informačního systému jsou uchovávána data o jednotlivých pacientech, k jejichž sdílení se vyžaduje souhlas pacienta. Zvláštním zákonem je pak řešena elektronická preskripce. Pacient má přístup skrze rozhraní ke svým záznamům, receptům a dalším informacím, může zároveň takto například vyjádřit souhlas s darováním orgánů. Finsko rovněž patří k zemím s tradicí telemedicínských služeb, což je dáno velikostí země a řídkým osídlením, které zejména na východě a severu země znamená sníženou místní dostupnost služeb. To je kompenzováno právě telemedicínou, kterou ve Finsku využívá 53% Finů a 37% zdravotníků. Finsko rovněž patří k zemím s nejlepším zpracováním a využitím zdravotnických dat, a to nejen pro primární, ale i sekundární užití.
Digitisation of healthcare in Finland
Adam Vojtěch
Finland is one of the most digitally advanced countries in Europe. Finland regularly ranks first in the European Commission's DESI index, which assesses the level of digitalisation of EU countries. This is also the case in healthcare, where Finland has been working on digitisation since the 1980s. Around 2005, it then achieved full computerisation of all health records across segments, with the same path now being followed in social services, which have virtually identical rules when it comes to digitisation. This will allow, among other things, easier data sharing between health and social care providers. The high degree of standardisation in health records and technical requirements across the health system is also important. There is a certification system for individual health information systems to ensure their security and functionality. The national information system KANTA, managed by the state social security agency KELA, is the cornerstone. All health and social service providers are legally obliged to be part of this system. The national information system holds data on individual patients, the sharing of which requires patient consent. Electronic prescribing is then dealt with by a separate law. Patients can access their records, prescriptions and other information through the interface and, for example, consent to organ donation. Finland is also one of the countries with a tradition of telemedicine services, due to the size of the country and its sparse population, which, especially in the east and north, means reduced local availability of services. This is compensated by telemedicine, which is used by 53% of Finns and 37% of health professionals in Finland. Finland is also one of the countries with the best processing and use of health data, not only for primary but also for secondary use.
Vysvětlující modely (explanatory models) v lékařské výuce
Umělá inteligence v klinické biochemii a screeningu
Kocna Petr
Ústav lékařské biochemie a laboratorní diagnostiky 1LF UK a VFN Praha
kontakt - kocna@lf1.cuni.cz
Abstrakt
Umělá inteligence (Artificial intelligence - AI) je používána v medicíně nejméně 30 let, pouze jsme v současné době do oblasti AI přiřadili celou řadu procesů, která jsme dosud neoznačovali pojmem AI, např. expertní systémy, analýzu obrazu, programy pro podporu rozhodování (Decision Support Systems - DSS). V klinické biochemii jsme před 30 lety programovali expertní systémy predikce nádorů podle hodnot tumorových markerů.
Obrovský rozvoj technologií, rychlost výpočetních procesů a nepředstavitelný rozsah dostupných dat nabízí v dnešní době řadu nových aplikací v klinické biochemii zahrnující analýzu obrazu (např.elektroforéza, imunofluorescence), neuronové sítě a strojové učení resp. hluboké (např. analýza LC-MS, VOC). V oblasti screeningu v gastroenterologii nabízí AI analýza endoskopických obrazů výrazné zvýšení kvality detekce prekanceróz a při screeningu celiakie rovněž analýzu endoskopických obrazů a imunofluorescenční detekce endomysia.
Výrazný rozvoj AI aplikací v medicíně přináší ovšem zcela nové etické a právní aspekty do klinické praxe týkající se odpovědnosti za případné chyby AI, které mohou mít velmi vážné následky.
Artificial intelligence in clinical biochemistry and screening
Kocna Petr
Institute of Medical Biochemistry and Laboratory Diagnostics 1LF UK and VFN Prague
contact - kocna@lf1.cuni.cz
Abstract
Artificial intelligence (Artificial intelligence - AI) has been used in medicine for at least 30 years, only we have currently assigned to the field of AI a whole range of processes that we have not yet labeled with the term AI, e.g. expert systems, image analysis, decision support programs (Decision Support Systems - DSS). In clinical biochemistry, 30 years ago we programmed expert tumor prediction systems based on tumor marker values.
The enormous development of technologies, the speed of computing processes and the unimaginable range of available data offer nowadays a number of new applications in clinical biochemistry including image analysis (e.g. electrophoresis, immunofluorescence), neural networks and machine learning or deep learning (e.g. LC-MS, VOC analysis). In the field of screening in gastroenterology, AI analysis of endoscopic images offers a significant increase in the quality of precancer detection, and in the screening of celiac disease, it also offers analysis of endoscopic images and immunofluorescence detection of endomysium.
However, the significant development of AI applications in medicine brings completely new ethical and legal aspects to clinical practice regarding the responsibility for possible AI errors, which can have very serious consequences.
Digitalizace zdravotnictví ve Finsku.docx
Interakce velkých jazykových modelů (LLM) a medicínského výukového portálu WikiSkripta
Cardiac Power Limits: Towards understanding HFpEF through Mechanics, Metabolism, and Patient Stratification
Vložení do 31.12.2023
Vložte do buňky s vaším jménem příspěvek dle následujících pokynů.
Příspěvek může být v českém nebo anglickém jazyce.
Příspěvek vyjde ve sborníku MEDSOFT 2023 (ISSN 1803-8115). Sborník je indexován v Google Scholar, proto je u příspěvku nutno uvést název a abstrakt i v anglickém jazyce. Každý příspěvek bude mít DOI.
Příspěvek bude graficky odborně zpracován , nevěnujte tedy této stránce přílišnou pozornost.
Členění textu:
- Název v čj a aj,
- Jména autorů bez titulů a adres (bude uvedeno v závěru článku),
- Anotace v čj a aj - max. 20 řádků,
- Klíčová slova, Kapitoly a podkapitoly - číslování 1. Kapitola, 1.1 Podkapitola …,
- Literatura,
- Kontakt na autory.
Obrázky a tabulky
- Nevkládejte do textu,
- Na místo obrázku nebo tabulky v textu zadejte Místo pro Obr. 1... Místo pro Tab. 1…,
- Obrázky zasílejte v samostatných souborech nejlépe ve formátu *.jpg,
- Tabulky zasílejte v samostatných souborech ve Wordu, Excelu nebo pdf formátu,
- Názvy obrázků a tabulek volte podle podle názvu jejich umístění v textu - např. obr1.jpg atd.
Rozsah příspěvku - 10 - 20 stránek (může být i více, sborník bude elektronický).
Formátování článku
- Volba typu a velikosti fontu není podstatná - příspěvek bude upraven grafikem
Prosíme o dodržování následujících bodů
- Při psaní zapněte automatickou kontrolu pravopisu.
- Ponechejte vypnuté automatické dělení slov.
- Klávesu „Enter“ používejte pouze na konci odstavce. Nepatří na konec každého řádku.
- Veškerý text zarovnávejte k levému okraji (nepoužívat zarovnání na střed, ani jinak graficky neupravovat), řádkování ponechte jednoduché.
- Nepoužívejte tabulátory pro odsazení na začátku odstavce.
- Nezarovnávejte text pomocí mezerníku.
- Nepoužívejte prosím prostrkání mezerníkem na zvýraznění slov, použijte raději tučný text.
- Nezvýrazňujte slova velkými písmeny. Použijte v tomto případě styl textového editoru „všechna velká“.
- Tečka se nepíše za nadpisy ani popisy obrázků.- Závorky a uvozovky se píší bez oddělení slova mezerou.
- Za slovy „viz“ a „fax“ se tečka nepíše.
Moderní výuka v simulačním centru. Přítomnost a budoucnost
EGOLEM ONLINE - digitální skripta s interaktivními animacemi řízené modelem
Virtuální realita s modelem fyziologie je budoucnost tréninku zdravotníků
Leoš Kubíček, Tomáš Kulhánek
First FutureBooks - elektronická knihovna 1. LF UK
Jitka Feberová, Tomáš Stejskal, Igor Červený, Iva Diepoltová, Martin Vokurka
Elektronická knihovna First FutureBooks https://lf1.futurebooks.cz, která vznikla na 1. LF UK ve spolupráci se spin-offem UK FutureBooks https://www.cuip.cz/#spin-off, představuje inovativní přístup ke tvorbě a zpřístupňování zejména interaktivních vzdělávacích materiálů. Do publikací lze umístit prakticky jakýkoliv prvek pomocí připravených “komponent”, kterých je již více než 170 typů.
Elektronická knihovna je dostupná ve webovém prohlížeči na jakémkoliv zařízení, v přípravě jsou aplikace pro iOS i Android. V publikacích lze vyhledávat, nastavit typ a velikost písma, publikace lze ukládat do offline režimu se zachováním interaktivity, je zde možnost pokračovat v četbě v místě předchozího ukončení, v přípravě je režim pro noční čtení, možnost tvorby poznámek a překlad systému, zatím do anglického jazyka.
First FutureBooks umožňují autorům publikace také prodávat prostřednictvím integrovaného e-shopu. Tato kombinace flexibilní tvorby obsahu a možnosti komerční distribuce představuje inovativní přístup k vytváření, sdílení a monetizaci interaktivních vzdělávacích materiálů.
MUDr. Jitka Feberová, Ph.D.1. LF UKÚstav patologické fyziologieU Nemocnice 5120 00 Praha 2jitka.feberova@lf1.cuni.cz
1 Carebot s.r.o., Rašínovo nábř. 71/10, 128 00 Praha 2
2 Lékařská fakulta Masarykovy univerzity, Kamenice 5, 625 00 Bohunice
Annotation:
Cystic fibrosis (CF) is a genetic disease caused by mutations in the Cystic Fibrosis Transmembrane Conductance Regulator (CFTR) gene. This disorder causes a wide range of clinical complications, primarily affecting the respiratory and digestive systems and extending its impact to other physiological areas. Early detection and careful monitoring are paramount to mitigate disease progression and improve the quality of life of individuals with CF. Computed tomography (CT), particularly high-resolution CT (HRCT), has become a key diagnostic method for detecting pulmonary manifestations of CF. However, manual analysis of CT images requires a high level of expertise and is time consuming. The combination of artificial intelligence (AI) and deep learning with CT imaging predicts significant advances in CF detection. Deep learning, a subset of AI, uses neural networks to analyse complex morphological patterns indicative of disease from large datasets. This review traces the journey from the earliest attempts to use artificial intelligence in CF detection to recent advances made using deep learning algorithms. By exploring various deep learning architectures and their integration into clinical practice, this review illuminates the potential of these new technologies to revolutionize CF detection using CT imaging. Automated and accurate analysis enabled by deep learning aims to reduce the diagnostic burden on radiologists, speed up the diagnostic process and pave the way for timely and personalized therapeutic interventions, which is in line with the ultimate goal of improving patient care.
Keywords: artificial intelligence, computed tomography, computer-aided diagnosis, cystic fibrosis, deep learning.
Detekce lékařské diagnózy, kategorizace a normalizace nestrukturovaných lékařských záznamů pomocí AI
Stanislav Jirák, Tomáš Kulhánek
Hlavním problémem digitalizace zdravotních záznamů je nestrukturovaná povaha mnoha lékařských záznamů, které jsou často zaznamenávány jako volný text, což komplikuje jejich strojové zpracování. V rámci akce CEE Hackathon 2023 v pražském IKEMu byla zkoumána možnost konverze digitálních nestrukturovaných záznamů do strukturované formy pomocí umělé inteligence. Byl vyvinut prototyp, který používá metody AI pro kategorické hodnocení zpráv a umožňuje dotazování v přirozeném jazyce.Klíčovou metodou pro analýzu textů bylo využití předtrénovaných modelů GPT (Generative Pre-trained Transformer) od OpenAI, které byly instruovány k identifikaci specifických diagnóz, jako je diabetes mellitus. Výsledky ukázaly, že umělá inteligence může efektivně porozumět lékařským textům a má potenciál k dalšímu vylepšení pro rozlišování mezi přesnými diagnózami, jako je diabetes a pre-diabetes. Porovnání s lidskými hodnotiteli ukázalo, že AI může být stejně nebo více přesná ve svých posudcích.
Nové aplikace v Národní lékařské knihovně
3Diamond's Role in Healthcare: Elevating Additive Manufacturing through Product Life-Cycle Data Management
Přínos 3Diamond pro zdravotnictví: řízení dat a procesů při aditivní výrobě (3D tisku)
Daniel Schwarz 1*, Lukáš Čapek 2, Petr Štourač 3
1 Institute of Biostatistics and Analyses Ltd.
2 Regional Hospital Liberec
3 Masaryk University, Faculty of Medicine, Department of Simulation Medicine
*schwarz@biostatistika.cz
BACKGROUND --- 3Diamond introduces an innovative approach to managing additive manufacturing processes in healthcare settings. This software product leverages advanced data management techniques to streamline the use of 3D printing technologies in clinical environments, addressing the growing demand for precision and customization in patient-specific care.
METHODS --- 3Diamond functions akin to a Product Life-Cycle Management (PLM) system and is the result of collaborative efforts among biomedical engineers, software developers, clinical data managers, and medical practitioners. The presentation will focus on two distinct case studies: the Regional Hospital Liberec and the University Hospital Brno.
RESULTS --- In the Regional Hospital Liberec, 3Diamond has facilitated tens of diverse medical cases annually, showcasing its versatility across various clinical specialties. Conversely, at the University Hospital Brno, 3Diamond has been instrumental in a narrow application within pediatric/neonatal acute medicine, aiding in the production of obturators for newborns requiring intubation. The integration of 3Diamond with Clade-IS, a prominent Electronic Data Capture (EDC) system, has further enhanced its capabilities in managing intricate data involved in clinical and real-world data projects.
DISCUSSION --- The presentation will explore the legal and regulatory landscape surrounding additive manufacturing in healthcare, including GDPR compliance, MDR considerations, and the debate between cloud versus on-premise data management. Technical aspects, such as integration with hospital information systems and the processing of files crucial for 3D printing like g-code, STL, and PACS/DICOM, will also be discussed. Emphasis will be placed on the importance of moving away from informal data transfer methods to more secure, structured systems in the wake of increasing cyber threats and stringent data privacy regulations.
Role a didaktika webcastů ve vzdělávání témat vědeckých lékařských onformací v Institutu postgraduálního vzdělávání
Big Data a identifikace hrozeb
Miroslav Přádka
Ben Labor s.r.o., Ostrava-Vítkovice
V dynamicky se měnících podmínkách českého zdravotnictví je včasná identifikace hrozeb pro poskytovatele lůžkové zdravotnické péče nedocenitelnou výhodou. Disponibilní data informačních systémů mohou být použita také pro identifikaci vybraných hrozeb za situace, kdy dochází ke změnám vybraných úhradových parametrů péče. Příspěvek se zabývá hodnocením vybraných identifikátorů hrozeb ve vývojových trendech.
Klíčová slova: BigData, informační systém, identifikátor, hrozba.
Legenda k obrázkům - poster.rtf
Interakce_LLM_a_WS.docxMedsoft _07.docx
Optimalizace činností zdravotnického zařízení - kazuistika dopadů pandemie COVID-19 v letech 2020-2021
Miroslav Přádka (1), Martina Caithamlová (2)
Ben Labor s.r.o., Ostrava-Vítkovice (1)
FBMI ČVUT v Praze, Katedra biomedicínské techniky (2)
Abstrakt
Vybraná data informačních systémů zdravotnických zařízení zobrazují dopady probíhajících komplexních dějů včetně změn ve struktuře poskytované péče. Příspěvek reflektuje dopady změn poskytované péče v souvislosti s pandemií COVID-19 v letech 2020-2021 a ve vazbě na existující úhradový mechanizmus analyzuje situační změny pro zdravotnické zařízení v nejbližším období. V této souvislosti reflektuje i systémové potřeby zdravotnického zařízení včetně stabilizace vybraných klíčových parametrů.
Klíčová slova: zdravotnický informační systém, ekonomický informační systém, COVID-19, nemocnice, optimalizace.
Google Chrome.lnk
