Čo dnes spomaľuje nástup umelej inteligencie v zdravotníctve?
Umelá inteligencia v zdravotníctve má potenciál priniesť obdobné revolučné zmeny, ako prinieslo vynájdenie parného stroja pre priemysel na konci 19. storočia. Výhody v zdravotníctve zahŕňajú efektívnu prevenciu, kratšie čakacie doby na liečbu, personalizovanú, efektívnejšiu a kratšiu liečbu, nižšie náklady. Avšak faktory ako množstvo dát a prístup k nim, dôvera lekárov, prepracovanosť algoritmov, integrácia do lekárskych informačných systémov, legislatíva, aj napriek mnohým benefitom spomaľujú rozsiahlejšie využívanie umelej inteligencie v zdravotníctve. Ako môžu veda a inovácie prispieť k zlepšeniu?
Videozáznam
Videozáznam
Prihláste sa na ITAPA Health&Care 2025
Martin Kavec
Martin Kavec ukončil vysokoškolské štúdium na Fakulte elektrotechniky a informatiky v roku 1995 v odbore Lekárskych prístrojov. Titul doktor filozofie (PhD) získal po 5 rokoch štúdia vo Fínsku, kde študoval vplyv patofyziologických mechanizmov pri akútnej mozgovej hypoperfúzii a ischémii na obrazoch magnetickej rezonancie. V rokoch 2004 až 2006 pôsobil na Oddelení magnetickej rezonancie v Univerzitnej nemocnici Erasmus v Bruseli, kde navrhoval a implementoval do klinickej praxe inovatívne riešenia pomocou obrazov magnetickej rezonancie, ktoré okrem iného zlepšovali presnosť navigácie počas operácie mozgu, automatické meranie mozgovej atrofie, meranie objemu mozgových nádorov a ich veľmi citlivé sledovanie zmien v čase. Počas svojej vedec…
Zobraziť viac informácií o spíkrovi
