W trakcie wykładu omówię kluczowe zagadnienia dotyczące roli danych medycznych w nowoczesnej ochronie zdrowia oraz ich znaczenia dla rozwoju nauki. Szczególną uwagę skieruję na potrzebę systematycznego gromadzenia danych opartych na zasadach Evidence-Based Medicine (EBM), które stanowią fundament opracowywania i wdrażania innowacyjnych terapii. Przedstawię także metody analizy wyników badań naukowych w kontekście analiz systemowych i epidemiologicznych, które umożliwiają ocenę efektywności oraz bezpieczeństwa nowych rozwiązań terapeutycznych. Zaprezentuję, w jaki sposób integracja danych medycznych z zaawansowanymi narzędziami analitycznymi przyczynia się do przyspieszenia procesu implementacji innowacji w ochronie zdrowia, tworząc tym samym nowy etap rozwoju nauki medycznej.

Duże wolumeny danych medycznych zgromadzone w Centrach Medycyny Cyfrowej mogą stać się kołem zamachowym rozwoju nowych terapii. Wymaga to z jednej strony odwagi w poszukiwaniu nowych rozwiązań, a z drugiej strony - sprawnego poruszania się w otoczeniu prawnym i regulacyjnym. Trzeba pogodzić kwestie bezpieczeństwa i prywatności danych, z drugiej – właśnie w tych danych kryje się klucz do innowacji w medycynie. Dyskusja ekspertów o poszukiwaniu balansu między innowacyjnością a bezpieczeństwem.

Przetwarzanie danych medycznych w badaniach naukowych wiąże się z wieloma wyzwaniami technicznymi i regulacyjnymi: od bezpieczeństwa, anonimizacji i zgodności z przepisami, po elastyczność infrastruktury. Podczas prezentacji na konkretnych przykładach zostanie pokazane, w jaki sposób usługi chmurowe AWS wspierają globalne projekty badawcze, diagnostykę rzadkich chorób genetycznych czy umożliwiają stworzenie platformy transkrypcji spotkań naukowych z wykorzystaniem AI.

Cyfrowa medycyna rozwija się dziś w oparciu o dane pochodzące z wielu, często niepołączonych źródeł – szpitali, laboratoriów, biobanków i centrów RCMC. Wraz z ich rosnącą skalą pojawiają się nowe wyzwania: interoperacyjność, bezpieczeństwo, odpowiedzialność za przetwarzanie i wykorzystanie danych w badaniach (tzw. secondary use). Podczas wystąpienia eksperci IBM i Euvic Solutions pokażą, jak w praktyce budować zaufany ekosystem danych medycznych, w którym informacja staje się zasobem dla diagnostyki, badań i rozwoju, a nie zagrożeniem.

Na przykładach architektury opartej o IBM watsonx i IBM Guardium przedstawione zostaną rozwiązania, które wspierają tworzenie federacyjnych środowisk danych – od poziomu pojedynczego szpitala, przez regionalne centra danych (RCMC), po krajowe i europejskie inicjatywy (EHDS). Zaprezentowane zostanie, jak technologia i odpowiedzialność mogą iść w parze, tworząc fundament dla przyszłej medycyny opartej na zaufaniu i współpracy.

Atak cyberprzestępców może zatrzymać pracę całego szpitala. Brak dostępu do danych pacjentów może nie tylko sparaliżować pracę placówki, ale stanowić zagrożenie dla zdrowia, a nawet życia pacjentów. Przedstawienie koncepcji backupu w miejscach, gdzie nie ma przestrzeni na kompromis, bo od dostępności danych zależy ludzkie życie.

Cyfryzacja ochrony zdrowia przynosi wiele korzyści, ale także nowe wyzwania w zakresie bezpieczeństwa danych. Utrata informacji medycznych może prowadzić do poważnych konsekwencji organizacyjnych i prawnych.

Podczas prelekcji Dariusz Cudak z Xopero Software wyjaśni, dlaczego backup jest kluczowym elementem ochrony danych w sektorze medycznym. Przedstawi najczęstsze błędy w tworzeniu i zarządzaniu kopiami zapasowymi oraz sprawdzone praktyki, które pomagają chronić dane pacjentów i zapewnić ciągłość działania placówek.

Sztuczna inteligencja rewolucjonizuje analizę danych obrazowych w medycynie – od radiologii po patomorfologię. Z jednej strony wspiera przeciążonych pracą radiologów, z drugiej otwiera pole do dyskusji o skuteczności, odpowiedzialności za błędy oraz możliwościach algorytmów.

Efektywna wymiana danych między ośrodkami medycznymi to fundament nowoczesnej opieki zdrowotnej. Porozmawiamy o technicznych, organizacyjnych i prawnych aspektach integracji systemów informatycznych. Dyskusja skupi się na dobrych praktykach, interoperacyjności i roli standardów.

Dane omiczne (genomika, proteomika, metabolomika) stwarzają ogromne możliwości dla medycyny spersonalizowanej. AI pozwala na ich głęboką analizę i odkrywanie nowych zależności biologicznych. Podczas spotkania omówimy zastosowania AI w badaniach biomarkerów, predykcji chorób oraz terapii celowanej.

Elektroniczne rejestry zdrowia (eHRS) to nie tylko narzędzie administracyjne, ale również źródło danych dla badań naukowych. Jakie są oczekiwania środowiska akademickiego wobec eHRS? Porozmawiamy o dostępności, jakości danych, anonimizacji oraz potencjale eHRS w badaniach populacyjnych i klinicznych.

Im bardziej zaawansowana usługa, tym trudniejszy proces jej zakupu. Tworzenie założeń i dokumentacji przetargowej na zaawansowane rozwiązania IT w ochronie zdrowia to proces wymagający precyzji i znajomości specyfiki branży. Podczas dyskusji omówimy najczęstsze błędy, dobre praktyki oraz sposoby na skuteczne definiowanie wymagań funkcjonalnych i technicznych. Spotkanie będzie okazją do wymiany doświadczeń między zamawiającymi a dostawcami.

Regulacje prawne dotyczące danych medycznych są kluczowe dla ich bezpiecznego i etycznego wykorzystania. Porozmawiamy o RODO, przepisach krajowych oraz wyzwaniach związanych z transgranicznym przepływem danych. Uczestnicy będą mogli przedyskutować praktyczne aspekty zgodności z regulacjami oraz wpływ legislacji na innowacje.

Doświadczenia z realizacji platformy AI4AR – rozwiązania łączącego raportowanie strukturalne, algorytmy sztucznej inteligencji oraz duże zbiory danych obrazowych. Omówione będą praktyczne aspekty wymiany danych, znaczenie współpracy kliniczno-technologicznej oraz przykłady implementacji modeli AI wspierających proces diagnostyczny i edukację radiologiczną. Wystąpienie pokaże, jak odpowiednio zorganizowane dane i współpraca interdyscyplinarna mogą stać się fundamentem rozwoju nowoczesnych narzędzi medycyny cyfrowej.

Akceleratory graficzne NVIDIA zrewolucjonizowały sposób w jaki funkcjonujemy, przeglądamy Internet, tłumaczymy języki i w jaki nasze dzieci uczą się w szkole. Zaprezentuję w jaki sposób można wykorzystać je w medycynie, w celu przedłużania życia pacjentów, a także realizacji badań klinicznych i podstawowych. Szczególna uwaga zostanie poświęcona nowoczesnym akceleratorom o najwyższej dostępnej wydajności, wykorzystywanych w ambitnych projektach inżynierskich.

Możliwości diagnostyczne sztucznej inteligencji na przykładzie europejskiego projektu realizowanego w ramach programu HORIZON: badania genetyczne oraz obrazowe rezonansu magnetycznego i wysokorozdzielczych skanów tkanek barwionych H&E w diagnostyce zaburzeń nerwowo-mięśniowych (we współpracy z konsorcjum COMPASS-NMD).

Koncepcja cyfrowego bliźniaka, tj. wirtualna kopia obiektu istniejącego w rzeczywistości, znajduje swoje miejsce w ochronie zdrowia. Z wykorzystaniem wysokiej jakości modeli fizjologii człowieka implementowane jako moduły symulacji komputerowej i dane medyczne przetwarzane z użyciem metod analizy danych i narzędzi sztucznej inteligencji, powstają bliźniaki cyfrowe organów. Sano Centre for Computational Medicine, międzynarodowa jednostka naukowa z Krakowa uczestniczy w rozwoju idei wirtualnego bliźniaka człowieka (VHT) będącego zintegrowaną, wieloskalową, wieloczasową i multidyscyplinarną reprezentacją fizjologii i patologii człowieka. Celem tych badań jest spersonalizowana profilaktyka chorób, diagnostyka i skuteczne leczenie pacjentów a także uproszczone testowanie nowych leków. Zaprezentowane zostaną dotychczasowe osiągnięcia w tym obszarze.

Prowadzenie obserwacji klinicznych w postaci dużych eksperymentów medycznych skutkuje gromadzeniem olbrzymiej ilości danych. Uczestniczący w nich pacjenci oczekują również podsumowania wyników swoich badań wraz z rekomendacjami dotyczącymi ich zdrowia, zaś prowadzący pacjentów lekarze oczekują medycznej rekomendacji dalszego postępowania. Wykorzystanie dedykowanych algorytmów AI z zaimportowaniem: protokołu badania wraz z informacją dla badanego, klinicznych ścieżek pacjentów w badaniu wraz ze schematami decyzyjnymi w tych ścieżkach, wypełnionych elektronicznie eCRF pacjentów oraz przygotowanym przez AI wzorem końcowej informacji/rekomendacji, a także dedykowanych badaniu wytycznych i klinicznych konsensusów postępowania, umożliwia tworzenie powiązanych ze sobą merytorycznie - personalnych, zrozumiałych i opisowych dokumentów informacyjnych dla pacjentów i syntetycznych wykładni w postaci rekomendacji klinicznych dla lekarzy.

Z jednej strony Regionalne Centra Medycyny Cyfrowej dają ogromne możliwości rozwoju nowych terapii i optymalizacji systemu ochrony zdrowia. Z drugiej strony – przetwarzanie danych medycznych podlega wielu szczegółowym regulacjom, które mają za zadanie chronić najwrażliwsze z danych, czyli te dotyczące zdrowia pacjentów. Prowadząca warsztat podzieli się praktyczną wiedzą dotyczącą zastosowania przepisów dotyczących przetwarzania danych i rozwijania systemów sztucznej inteligencji w kontekście pracy Regionalnych Centrów Medycyny Cyfrowej.

Pełne informacje