Paciento tyrimų rezultatų interpretavimas su DI
Paciento tyrimų rezultatų interpretavimas su DI
Iššūkio partneris:
Informacinių technologijų organizacija, UAB
Trumpai
Gydytojai kasdien susiduria su daugybe laboratorinių bei instrumentinių tyrimų rezultatų, kuriuos reikia
greitai įvertinti, priimant sprendimus dėl paciento būklės ir tolimesnio gydymo. Didelis duomenų kiekis,
ribotas laikas ir pacientų srautai didina klaidų riziką bei lėtina procesą. Šiame iššūkyje nagrinėsime, kaip
dirbtinis intelektas galėtų padėti interpretuoti tyrimų duomenis, struktūruoti informaciją ir pateikti
rekomendacijas gydytojo sprendimams.
Apie įmonę
Esame iToDEV. Kuriame individualius skaitmeninius sprendimus telekomunikacijų, logistikos,
elektroninės prekybos ir sveikatos priežiūros sektoriams. Save laikome ne tipine programavimo paslaugas
teikiančia įmone. Siekiame būti kliento partneriais nuo idėjos pradžios iki galutinio sprendimo ir jo
įgyvendinimo. Skiriame daug dėmesio aukštos kokybės užtikrinimui ir tvirtiems santykiams su klientais,
siekdami spręsti esmines problemas, su kuriomis mūsų klientai susiduria skaitmenizavimosi kelyje.
Poreikis
Šiuo metu gydytojai remiasi klinikinėmis gairėmis, savo patirtimi bei bazinėmis informacinėmis
sistemomis, kurios leidžia peržiūrėti tyrimų istoriją, kuri nėra apibendrinta, todėl sprendimų priėmimas
išlieka fragmentuotas ir imlus laikui.
Dirbame su gydymo įstaigomis ir iš arti matome gydytojų kasdienius iššūkius – didelį pacientų srautą,
ribotą laiką sprendimams bei būtinybę greitai įvertinti gausius tyrimų duomenis. Ši patirtis padeda mums
aiškiai suprasti esamų procesų trūkumus ir atpažinti poreikį jų optimizavimui. Matome, kad DI čia gali
tapti svarbiu pagalbininku – padėti gydytojams greičiau priimti sprendimus, sumažinti klaidų riziką ir
daugiau dėmesio skirti pačiam pacientui.
Galimas sprendimas
Sukurti dirbtiniu intelektu paremtą sistemą, kuri apdorotų paciento tyrimų rezultatus ir pateiktų
rekomendacijas kurios padėtų gydytojui greičiau priimti sprendimus. Sistema analizuotų duomenis ir
galėtų:
• identifikuoti svarbiausius nukrypimus nuo normos,
• pateikti preliminarias rekomendacijas dėl papildomų tyrimų,
• pasiūlyti, ar reikalinga kito specialisto konsultacija,
• parodyti galimas gydymo kryptis.
Šis sprendimas užtikrintų greitesnę tyrimų rezultatų interpretaciją, sumažintų klaidų tikimybę ir leistų
gydytojui daugiau dėmesio skirti paciento priežiūrai..
Kviečiami studentai
Komanda iš 3-5 studentų studijuojančių:
• dirbtinis intelektas,
• duomenų mokslas ir inžinerija,
• programų sistemos.