Data wydarzenia:

Inteligentny gabinet cyber-psychiatryczny automatyzujący stawianie rozpoznań medycznych u osób dorosłych, młodzieży i dzieci w oparciu o narzędzia sztucznej inteligencji

Data i godzina: wtorek, 19 marca 11:00 – 12:00

Prelegent: prof. UKW dr hab. Edward Jacek Gorzelańczyk (Uniwersytet Kazimierza Wielkiego w Bydgoszczy)

Streszczenie: Istotnym ograniczeniem polskiego systemu opieki zdrowotnej jest dostęp do lekarza i konieczność utrzymywania przez niego złożonej i pracochłonnej dokumentacji medycznej. Poprawę tej sytuacji umożliwia rozwój telemedycyny oraz e-zdrowia. Zaplanowano stworzenie zautomatyzowanego systemu – Inteligentny Gabinet Cyber-Psychiatryczny (IGCP) dającego całodobowy dostęp do wstępnego rozpoznania zaburzeń psychicznych za pośrednictwem sztucznej inteligencji (uczenia maszynowego). Ma to wspomóc rozwiązanie problemów systemowych o dużym znaczeniu społecznym, ekonomicznym i klinicznym oraz gromadzenie informacji o znaczeniu poznawczym. Wdrożenie systemu IGCP ma umożliwić standaryzację rozpoznań lekarskich, redukcję administracyjnej pracy lekarza na rzecz kontaktu z pacjentem, kontrolę użytego słownictwa i błędów mogących skutkować nieporozumieniami czy wreszcie wsparcie lekarza w diagnostyce i leczeniu. W szerszym kontekście IGCP może stanowić składnik kompleksowych systemów zsynchronizowanych (postać danych, API) z systemem P1, systemem informatycznym ZUS, EWUŚ oraz bazami danych wspomagającymi pracę lekarza. Rozpoczęcie badań i testowania od specjalizacji psychiatrycznej wynika z faktu, że polska psychiatria dorosłych oraz dzieci i młodzieży są jednymi z najmniej zinformatyzowanych obszarów. Stwarza to również szanse na zwiększenie dostępności psychiatrów oraz pozwala zmniejszać ryzyko samobójstw na podstawie automatycznego wyszukiwania i raportowania zbieranych informacji przez system (alert suicydalny). Oparcie systemu na uczeniu maszynowym (SI) ma umożliwiać analizę diagnostyczną nagrań tekstów (po konwersji speech-to-text) ze słownictwem specjalistycznym do automatycznego i częściowo-automatycznego rozpoznawania zaburzeń zgodnie z aktualną wiedzą i narastającym doświadczeniem oprogramowania korzystając także z reguł Evidence-Based Medicine (EBM).

Miejsce: B1-7/8 i online