medsoft

 

  tlacitko Jazykové modely a umělá inteligence
Jan Hendl
  cz ABSTRAKT:

V poslední době se v publikacích pro širokou veřejnost i v odborné literatuře objevuje často termín „jazykový model“ ve spojení s různými aplikacemi umělé inteligence. Mnohdy jde v této souvislosti o atraktivní interaktivní systém ChatGPT pro návrh odpovědí na nejrůznější dotazy. Čtenáři však obvykle nevědí, co vlastně tento termín znamená. Poskytneme určité přiblížení tohoto termínu.


Více

Osvětlíme využití jazykových modelů obecně nebo v medicíně. Popíšeme některé možnosti i omezení slibné informační technologie založené na velkých jazykových modelech.

Klíčová slova: umělá inteligence, jazykové modely, omezení aplikací, medicína

Skrýt

  eng Language models and artificial intelligence

ABSTRACT:

Recently, the term "language model" has appeared frequently in publications for the general public or in the medicine literature. However, readers usually do not know what this term actually means. We are going to give some background on this term. Often, in this context, it refers to the attractive interactive system ChatGPT for suggesting answers to various questions.

More

We are interested in the use of language models in general or in medicine. We describe some possibilities and limitations of a promising information technology based on large language models.


Keywords: artificial intelligence, language models, application limitations, medicine

Hide

    Cardiac Power Limits: Towards understanding HFpEF through Mechanics, Metabolism, and Patient Stratification
Filip Ježek
  eng ABSTRACT:

We aim to investigate the limitations to cardiac power and output reserve in healthy individuals and in heart failure with preserved ejection fraction (HFpEF). We hypothesize that the capacity of the myocardium to do mechanical work is limited by its ability to maintain ATP and its hydrolysis products at concentrations needed to support contraction. Our study involves multi-scale modeling of human whole-body cardiovascular physiology at rest and in exercise. We present preliminary support for our hypotheses through HFpEF phenotyping classified by simulations. Furthermore, we highlight the importance of understanding the interplay between cardiac mechanics, metabolism, and perfusion in health and disease.


More

Overall, our aim is to gain a mechanistic understanding of how vascular, cardiac, and autonomic factors determine exercise capacity and to develop a framework for patient subsetting and stratification. Our research provides insights into potential unexplored treatment targets for myocardial metabolic and mechanical dysfunction, aiming to improve care and outcomes in the HFpEF population.

Hide

  tlacitko Detekce lékařské diagnózy, kategorizace a normalizace nestrukturovaných lékařských záznamů pomocí AI
Stanislav Jirák, Tomáš Kulhánek
  cz ABSTRAKT:

Hlavním problémem digitalizace zdravotních záznamů je nestrukturovaná povaha mnoha lékařských záznamů, které jsou často zaznamenávány jako volný text, což komplikuje jejich strojové zpracování. V rámci akce CEE Hackathon 2023 v pražském IKEMu byla zkoumána možnost konverze digitálních nestrukturovaných záznamů do strukturované formy pomocí umělé inteligence. Byl vyvinut prototyp, který používá metody AI pro kategorické hodnocení zpráv a umožňuje dotazování v přirozeném jazyce.Klíčovou metodou pro analýzu textů bylo využití předtrénovaných modelů GPT (Generative Pre-trained Transformer) od OpenAI, které byly instruovány k identifikaci specifických diagnóz, jako je diabetes mellitus.


Více

Výsledky ukázaly, že umělá inteligence může efektivně porozumět lékařským textům a má potenciál k dalšímu vylepšení pro rozlišování mezi přesnými diagnózami, jako je diabetes a pre-diabetes. Porovnání s lidskými hodnotiteli ukázalo, že AI může být stejně nebo více přesná ve svých posudcích. Navíc programátorský přístup a zpracování některých rozsáhlých databází umělou inteligencí umožní datovou analýzu, která pomocí klasických metod jako jsou regulární výrazy nebo fulltextové vyhledávání je obtížná až nemožná.


Skrýt


  eng Detection of medical diagnosis, categorization, and normalization of unstructured medical records using AI

ABSTRACT:

The main problem with the digitization of health records is the unstructured nature of many medical records, which are often recorded as free text, complicating their machine processing. During the CEE Hackathon 2023 event at IKEM in Prague, the possibility of converting digital unstructured records into a structured form using artificial intelligence was explored. A prototype was developed that uses AI methods for categorical evaluation of reports and allows natural language querying. The key method for text analysis was the use of pre-trained GPT (Generative Pre-trained Transformer) models from OpenAI, which were instructed to identify specific diagnoses, such as diabetes mellitus.

More

The results showed that artificial intelligence can effectively understand medical texts and has the potential for further improvement in distinguishing between precise diagnoses, such as diabetes and pre-diabetes. Comparison with human evaluators showed that AI can be equally or more accurate in its assessments. Moreover, the programmer's approach and the processing of some extensive databases by artificial intelligence will allow data analysis, which is difficult or impossible using traditional methods such as regular expressions or full-text search.



Hide

  tlacitko Umělá inteligence v klinické biochemii a screeningu
Petr Kocna
  cz ABSTRAKT:

Umělá inteligence (Artificial intelligence - AI) je používána v medicíně nejméně 30 let, pouze jsme v současné době do oblasti AI přiřadili celou řadu procesů, která jsme dosud neoznačovali pojmem AI, např. expertní systémy, analýzu obrazu, programy pro podporu rozhodování (Decision Support Systems - DSS). V klinické biochemii jsme před 30 lety programovali expertní systémy predikce nádorů podle hodnot tumorových markerů. Obrovský rozvoj technologií, rychlost výpočetních procesů a nepředstavitelný rozsah dostupných dat nabízí v dnešní době řadu nových aplikací v klinické biochemii zahrnující analýzu obrazu (např.elektroforéza, imunofluorescence), neuronové sítě a strojové učení resp. hluboké (např. analýza LC-MS, VOC). V oblasti screeningu v gastroenterologii nabízí AI analýza endoskopických obrazů výrazné zvýšení kvality detekce prekanceróz a při screeningu celiakie rovněž analýzu endoskopických obrazů a imunofluorescenční detekce endomysia.


Více

Výrazný rozvoj AI aplikací v medicíně přináší ovšem zcela nové etické a právní aspekty do klinické praxe týkající se odpovědnosti za případné chyby AI, které mohou mít velmi vážné následky.


Skrýt


  eng Artificial intelligence in clinical biochemistry and screening

ABSTRACT:

Artificial intelligence (Artificial intelligence - AI) has been used in medicine for at least 30 years, only we have currently assigned to the field of AI a whole range of processes that we have not yet labeled with the term AI, e.g. expert systems, image analysis, decision support programs (Decision Support Systems - DSS). In clinical biochemistry, 30 years ago we programmed expert tumor prediction systems based on tumor marker values. The enormous development of technologies, the speed of computing processes and the unimaginable range of available data offer nowadays a number of new applications in clinical biochemistry including image analysis (e.g. electrophoresis, immunofluorescence), neural networks and machine learning or deep learning (e.g. LC-MS, VOC analysis). In the field of screening in gastroenterology, AI analysis of endoscopic images offers a significant increase in the quality of precancer detection, and in the screening of celiac disease, it also offers analysis of endoscopic images and immunofluorescence detection of endomysium.

More

However, the significant development of AI applications in medicine brings completely new ethical and legal aspects to clinical practice regarding the responsibility for possible AI errors, which can have very serious consequences.



Hide

    Vysvětlující modely (explanatory models) v lékařské výuce
Jiří Kofránek
  cz
    Virtuální realita s modelem fyziologie je budoucnost tréninku zdravotníků
Leoš Kubíček, Tomáš Kulhánek
  cz ABSTRAKT:

Virtuální realita (VR) a matematické modelování fyziologie jsou inovativní nástroje s rostoucím potenciálem v oblasti zdravotnictví. Tento příspěvek popisuje integraci těchto dvou technologií prostřednictvím vývoje unikátního prototypu. Virtuální prostředí s pokročilým matematickým modelem umožňuje realistické simulace fyziologických procesů a reakce na nastavení medicínského přístroje ve virtuální realitě. Tento model řídí chování pacientského monitoru a lékařských přístrojů ve virtuálním světě, což umožňuje uživatelům získat praktické zkušenosti a dovednosti v bezpečném a kontrolovaném prostředí. Naše inovace představuje významný krok vpřed v integraci VR technologií a fyziologických modelů pro vylepšení zdravotnické péče a vzdělávání a v současnosti zkoumáme komerční potenciál.


  tlacitko From Image to Insight: A Review of Deep Learning Approaches for Cystic Fibrosis Detection in Computed Tomography
Daniel Kvak, Karolína Kvaková
  eng ABSTRACT:

Cystic fibrosis (CF) is a genetic disease caused by mutations in the Cystic Fibrosis Transmembrane Conductance Regulator (CFTR) gene. This disorder causes a wide range of clinical complications, primarily affecting the respiratory and digestive systems and extending its impact to other physiological areas. Early detection and careful monitoring are paramount to mitigate disease progression and improve the quality of life of individuals with CF. Computed tomography (CT), particularly high-resolution CT (HRCT), has become a key diagnostic method for detecting pulmonary manifestations of CF. However, manual analysis of CT images requires a high level of expertise and is time consuming. The combination of artificial intelligence (AI) and deep learning with CT imaging predicts significant advances in CF detection. Deep learning, a subset of AI, uses neural networks to analyse complex morphological patterns indicative of disease from large datasets. This review traces the journey from the earliest attempts to use artificial intelligence in CF detection to recent advances made using deep learning algorithms.


More

By exploring various deep learning architectures and their integration into clinical practice, this review illuminates the potential of these new technologies to revolutionize CF detection using CT imaging. Automated and accurate analysis enabled by deep learning aims to reduce the diagnostic burden on radiologists, speed up the diagnostic process and pave the way for timely and personalized therapeutic interventions, which is in line with the ultimate goal of improving patient care.

Keywords: artificial intelligence, computed tomography, computer-aided diagnosis, cystic fibrosis, deep learning

Hide

    Nové aplikace v Národní lékařské knihovně
Sofie Lesenková, Filip Kříž
  cz
    Role a didaktika webcastů ve vzdělávání témat vědeckých lékařských onformací v Institutu postgraduálního vzdělávání
Richard Papík, Kateřina Hájková
  cz
  tlacitko Big Data a identifikace hrozeb
Miroslav Přádka
  cz ABSTRAKT:

V dynamicky se měnících podmínkách českého zdravotnictví je včasná identifikace hrozeb pro poskytovatele lůžkové zdravotnické péče nedocenitelnou výhodou. Disponibilní data informačních systémů mohou být použita také pro identifikaci vybraných hrozeb za situace, kdy dochází ke změnám vybraných úhradových parametrů péče. Příspěvek se zabývá hodnocením vybraných identifikátorů hrozeb ve vývojových trendech.


Více


Klíčová slova: BigData, informační systém, identifikátor, hrozba

Skrýt

  eng BIGDATA AND IDENTIFICATION OF THREATS

ABSTRACT:

In rapidly changing enviroment of Czech healthcare system the identification of theats can present valuable advantage for inpatient care providers. Disponible data of information systems can be used for identification of threats when changes of selected parameters of care are provided. The following thesis is centered towards selected threat identificators in current development trends.

More

Keywords: BigData, information system, identificator, threat



Hide

  tlacitko Optimalizace činností zdravotnického zařízení - kazuistika dopadů pandemie COVID-19 v letech 2020-2021
Miroslav Přádka, Martina Caithamlová
  cz ABSTRAKT:

Vybraná data informačních systémů zdravotnických zařízení zobrazují dopady probíhajících komplexních dějů včetně změn ve struktuře poskytované péče. Příspěvek reflektuje dopady změn poskytované péče v souvislosti s pandemií COVID-19 v letech 2020-2021 a ve vazbě na existující úhradový mechanizmus analyzuje situační změny pro zdravotnické zařízení v nejbližším období. V této souvislosti reflektuje i systémové potřeby zdravotnického zařízení včetně stabilizace vybraných klíčových parametrů.


Více

Klíčová slova: zdravotnický informační systém, ekonomický informační systém, COVID-19, nemocnice, optimalizace.

Skrýt

  eng OPTIMISATION OF ACTIVITES OF HEALTHCARE FACILITY – CASE REPORT OF COVID-19 PANDEMIC IMPACT IN 2020-2021

ABSTRACT:

Data selected from information systems of a healthcare facility show impacts of complex events including changes in the structure of provided care. The following thesis reflects impact of changes in correlation with the COVID-19 pandemic between years 2020 and 2021 and analyses situational changes of healthcare facility in the close future, bonded with existing payment mechanisms. In this context as well reflects the needs of the healthcare facility including stabilisation of selected key parameters.

More

Keywords: healthcare information system, economic information system, COVID-19, hospital, optimisation



Hide

    3Diamond's Role in Healthcare: Elevating Additive Manufacturing through Product Life-Cycle Data Management
Daniel Schwarz, Lukáš Čapek, Petr Štourač
  eng ABSTRACT:

BACKGROUND --- 3Diamond introduces an innovative approach to managing additive manufacturing processes in healthcare settings. This software product leverages advanced data management techniques to streamline the use of 3D printing technologies in clinical environments, addressing the growing demand for precision and customization in patient-specific care.

METHODS --- 3Diamond functions akin to a Product Life-Cycle Management (PLM) system and is the result of collaborative efforts among biomedical engineers, software developers, clinical data managers, and medical practitioners. The presentation will focus on two distinct case studies: the Regional Hospital Liberec and the University Hospital Brno.


More
RESULTS --- In the Regional Hospital Liberec, 3Diamond has facilitated tens of diverse medical cases annually, showcasing its versatility across various clinical specialties. Conversely, at the University Hospital Brno, 3Diamond has been instrumental in a narrow application within pediatric/neonatal acute medicine, aiding in the production of obturators for newborns requiring intubation. The integration of 3Diamond with Clade-IS, a prominent Electronic Data Capture (EDC) system, has further enhanced its capabilities in managing intricate data involved in clinical and real-world data projects.

DISCUSSION --- The presentation will explore the legal and regulatory landscape surrounding additive manufacturing in healthcare, including GDPR compliance, MDR considerations, and the debate between cloud versus on-premise data management. Technical aspects, such as integration with hospital information systems and the processing of files crucial for 3D printing like g-code, STL, and PACS/DICOM, will also be discussed. Emphasis will be placed on the importance of moving away from informal data transfer methods to more secure, structured systems in the wake of increasing cyber threats and stringent data privacy regulations.

Hide

    First FutureBooks - elektronická knihovna s interaktivním obsahem
Tomáš Stejskal, Jitka Feberová, Igor Červený
  cz
  tlacitko Interakce velkých jazykových modelů (LLM) a medicínského výukového portálu WikiSkripta
Čestmír Štuka, Petr Kajzar, Martin Vejražka
  cz ABSTRAKT:

Tento článek zkoumá současné a potenciální interakce mezi medicínským výukovým portálem a velkými jazykovými modely (LLM). S rostoucím využíváním LLM se zvyšuje citovanost WikiSkript jako zdroje důvěryhodných informací, pravděpodobně díky jejich dobré pověsti a politice otevřených licencí. Podobně i ve výuce medicíny nabývá na významu využití LLM modelů. Studenti například analyzují strojově vytvořené popisy medicínských entit (často vybraných učitelem z WikiSkript) vytvořené pomocí LLM. To umožňuje učitelům posunout výuku na vyšší úroveň kognitivních dovedností a zároveň využít nedokonalosti textů generovaných LLM k podpoře kritického myšlení studentů. V příspěvku bude diskutována nově se otevírající možnost rozšířit snadnou upravitelnost textů v prostředí wiki i na obrázky a schémata. Mohly by k tomu sloužit textové editace obrazových promptů, nebo s pomocí LLM vygenerovaná schémata a automatickým shrnutím wiki článku.


Více

Další otevřenou výzvou pro autory portálu bude možná integrace LLM s WikiSkripty, která by pomohla využít individualizovaný přístup k lékařskému vzdělávání na tomto portálu. To umožní přizpůsobit výuku reálné praxi, například místo tradičního výkladu od obecného ke konkrétnímu bude možné postupovat "od příznaku k diagnóze".


Skrýt

  eng

Interactions of Large Language Models (LLMs) and the Medical Learning Portal WikiSkripta

ABSTRACT:

This paper explores the current and potential interactions between the medical learning portal and large language models (LLMs). As the use of LLMs increases, the station frequency of WikiSkripta as a source of credible information is also increasing, probably due to its reputation and open licensing policy. Similarly, the use of LLMs in medical education is also gaining importance. For example, students analyze and annotate LLM-generated descriptions of teacher-selected entities from WikiSkripta. This allows teachers to shift education to higher levels of cognitive skills while utilizing the imperfections in LLM-generated texts to enhance students' critical thinking.


More

The paper will discuss the newly opening possibility to extend the easy edibility of text in the wiki environment to images and diagrams. Another open challenge for the portal authors will be the possible integration of the LLM with WikiSkripta to help leverage the individualized approach to medical education on this portal. This will allow teaching to be tailored to real-world practice, for example, instead of the traditional general-to-specific explanation, it will be possible to proceed 'from symptom to diagnosis'.

Hide

    Moderní výuka v simulačním centru. Přítomnost a budoucnost
Jiří Travěnec, Petr Štourač
  cz
  tlacitko Digitalizace zdravotnictví ve Finsku
Adam Vojtěch
  cz ABSTRAKT:

Finsko patří v digitalizaci k nejvyspělejším zemím Evropy. V rámci indexu DESI, kterým Evropská komise hodnotí úroveň digitalizace jednotlivých zemí EU, se Finsko umísťuje pravidelně na první příčce. Nejinak je tomu i v případě zdravotnictví, kde Finsko pracuje na digitalizaci od 80. let 20. století. Kolem roku 2005 pak dosáhlo plné elektronizace veškerých záznamů ve zdravotnictví napříč segmenty s tím, že nyní jde stejnou cestou v oblasti sociálních služeb, které mají, pokud jde o digitalizaci, prakticky totožná pravidla. To umožní mj. snadnější sdílení dat mezi poskytovateli zdravotní a sociální péče. Důležitá je i vysoká míra standardizace v oblasti zdravotních záznamů a technických požadavků napříč zdravotním systémem. Pro jednotlivé zdravotní informační systému existuje systém certifikace zajišťující jejich bezpečnost a funkčnost. Základním pilířem je přitom národní informační systém KANTA spravovaný státním úřadem pro sociální zabezpečení KELA. Pro všechny poskytovatele zdravotních a sociálních služeb existuje ze zákona povinnost být součástí tohoto systému. V rámci národního informačního systému jsou uchovávána data o jednotlivých pacientech, k jejichž sdílení se vyžaduje souhlas pacienta. Zvláštním zákonem je pak řešena elektronická preskripce.


Více

Pacient má přístup skrze rozhraní ke svým záznamům, receptům a dalším informacím, může zároveň takto například vyjádřit souhlas s darováním orgánů. Finsko rovněž patří k zemím s tradicí telemedicínských služeb, což je dáno velikostí země a řídkým osídlením, které zejména na východě a severu země znamená sníženou místní dostupnost služeb. To je kompenzováno právě telemedicínou, kterou ve Finsku využívá 53% Finů a 37% zdravotníků. Finsko rovněž patří k zemím s nejlepším zpracováním a využitím zdravotnických dat, a to nejen pro primární, ale i sekundární užití.


Skrýt

  eng Digitisation of healthcare in Finland

ABSTRACT:

Finland is one of the most digitally advanced countries in Europe. Finland regularly ranks first in the European Commission's DESI index, which assesses the level of digitalisation of EU countries. This is also the case in healthcare, where Finland has been working on digitisation since the 1980s. Around 2005, it then achieved full computerisation of all health records across segments, with the same path now being followed in social services, which have virtually identical rules when it comes to digitisation. This will allow, among other things, easier data sharing between health and social care providers. The high degree of standardisation in health records and technical requirements across the health system is also important. There is a certification system for individual health information systems to ensure their security and functionality. The national information system KANTA, managed by the state social security agency KELA, is the cornerstone. All health and social service providers are legally obliged to be part of this system.


More

The national information system holds data on individual patients, the sharing of which requires patient consent. Electronic prescribing is then dealt with by a separate law. Patients can access their records, prescriptions and other information through the interface and, for example, consent to organ donation. Finland is also one of the countries with a tradition of telemedicine services, due to the size of the country and its sparse population, which, especially in the east and north, means reduced local availability of services. This is compensated by telemedicine, which is used by 53% of Finns and 37% of health professionals in Finland. Finland is also one of the countries with the best processing and use of health data, not only for primary but also for secondary use.



Hide

vydal Creative Connections s. r. o.,
Krasnojarská 14, 100 00 Praha 10



ISBN 978-80-909121-0-6

zpracoval kolektiv autorů

grafická úprava, sazba, web:
Klára Svobodová, DiS.

bez jazykové a redakční úpravy