Współpraca pomiędzy światem medycyny, nauki i technologii pomiędzy interesariuszami: Centrami Medycyny Cyfrowej, Centrami Wspierania Badań Klinicznych, działami badań i rozwoju firm farmaceutycznych, sieciami laboratoriów badawczych, instytutami naukowymi, uczelniami i urzędami odpowiedzialnymi za obszar zdrowia
Formy i możliwości współpracy pomiędzy dostawcami technologii, badaczami i instytucjami medycznymi
Wymiana, wykorzystanie i analiza danych w ochronie zdrowia w skali Europy
Budowanie ekosystemów danych między placówkami i branżami
Współpraca nauki i technologii – skutecznie prowadzenie wspólnych projektów
Anonimizacja danych genetycznych i obrazowych
Wyzwania w harmonizacji danych z różnych źródeł (np. obrazy medyczne, dane behawioralne)
Pro-innowacyjna rola danych w medycynie
Dane jako katalizator i paliwo rozwoju innowacyjnych terapii, podniesienia jakości leczenia i zwiększenia efektywności systemów ochrony zdrowia
Finansowanie innowacji opartych na danych w sektorze medycznym
Rola AI i modeli predykcyjnych w diagnostyce
Nowe źródła danych: sensory, wearable devices, dane środowiskowe
Algorytmy deep learning do analizy obrazów radiologicznych i patomorfologicznych
Value Based Healthcare (VBHC)
Uwarunkowania wykorzystania i analizy danych
Wdrożenia i wykorzystanie analizy danych w służbie zdrowia
Zaufanie i etyka danych w medycynie
Modele AI w analizie medycznej i badaniach klinicznych
Case studies z wdrożeń narzędzi analitycznych w szpitalach i jednostkach badawczych
Cyberbezpieczeństwo i zgodność danych medycznych z regulacjami (RODO, MDR, EHDS i in.)
Przygotowanie danych: standaryzacja
Cyfrowy świat w badaniach klinicznych
Analiza głosu, mimiki i ruchu jako biomarkerów w chorobach
Algorytmy wykrywające wczesne objawy chorób
Symulacje digital twins w medycynie spersonalizowanej
Łączenie danych z elektronicznej dokumentacji medycznej (EHR), genomiki, wearables i IoT
Zastosowanie symulacji w projektowaniu leków i planowaniu chirurgicznym
