A mesterséges intelligencia alapú megoldások fejlesztése és bevezetése az egészségügyben – kézműves manufaktúrától a gyártósorig?

Abstract

Az adatalapú, digitális megoldások jobb megelőzési, terápiás, és jóléti ajánlásokkal segíthetik az egészségügy szereplőit, hozzájárulnak a mesterséges intelligencia alapú döntéstámogatás fejlesztéséhez és bevezetéséhez a diagnosztikában és a terápiában, és támogatják az orvosbiológiai kutatások fejlődését, különös tekintettel a személyre szabott terápiák és diagnosztikumok fejlesztésére. Az egészségügyi mesterséges intelligencia kutatások áttekintésének egyik meghatározó tapasztalata, hogy kevés az olyan rendszerszintű vizsgálat, amely a fejlesztést a későbbi digitális ellátási modellekbe történőintegráció szempontjából közelíti meg. A Semmelweis Egyetem Tématerületi Kiválósági Programja keretében megvalósuló referenciaprojektben elkészül a mesterséges intelligencia algoritmus gyártósora. Jelen cikkben arra keressük a választ, hogy milyen kérdések előkészítésével tehetjük lehetővé több mesterséges intelligencia modul párhuzamos fejlesztését hosszú időn át, a megfelelő jogi és finanszírozási környezetben? Kialakítható-e a fejlesztési és bevezetési folyamat rendszerszinten is úgy mint egy professzionális és megbízható minőségben működő gyártósor? A folyamat lépései modalitáson-ként változhatnak, esetenként felcserélődnek, vagy össze érnek, de lényegében a következő főbb szakaszokra bonthatók: (1) koncepció kialakítás, (2) metszet- és adat-gyűjtés megszervezése, annotációs módszertan és felület kialakítása, (3) szakmai validáció (4) integráció (5) fel-használói validálás és bevezetés. A folyamat összetettsége holisztikus megközelítést igényel, mivel már a fejlesztési szakaszban át kell gondolni a kiválasztott technológia innovatív aspektusait, az általa nyújtott hozzáadott értéket, a minősítés és a klinikai vizsgálatok, vala-mint a technológiaértékelés mentén. Ennek megfelelően kell megtervezni és megszervezni a folyamatot és be kell vonni és professzionálisan támogatni a finanszírozót, az egészségügyi szolgáltatókat, a technológiai fejlesztőket, a szabályozókat, a polgárokat/pácienseket, a tudományos kutatókat: a digitális ökoszisztéma szereplőit. A 2022-ben induló Egészségbiztonság Nemzeti Laboratórium Adatvezérelt Egészségügy Divíziójában (D2H) ezen cikk eredményeire építve szeretnénk (1) bemutatni a mesterséges intelligencia fejlesztések és applikációk elterjedtségét az egészségügyben nemzetközi szinten, (2) összefoglalni a rendszerszintű bevezetésben rejlőkockázatokat Magyarországon és (3) azonosítani a széleskörű hazai bevezetéshez szükséges lépéseket.

A csökkentett paraméteres biometrikus hitelesítés jelentősége kórházak kritikus informatikai infrastruktúráiban

“…A betegbiztonság és a betegjogok -a betegek magánéletének védelme -szorosan összefügg a beteginformációkkal (Ahlfeldt 2008), az ún. e-health rekordokkal (EHR) ( GYEMSZI 2012).…”

Mesterséges Intelligencia kiválasztása és felhasználási lehetőségei a logisztika területén

“…A közelmúltban, mint az a közhírekből is látszik, nagyon megugrott a Mesterséges Intelligenciák nem csak kutatásban és iparban való fejlesztése és hasznosítása, hanem a közéletben is egyre jobban kezd elterjedni az aktív használata. Eddig a nagyvállalatok alkalmazták a mesterséges intelligencia egyes formáit időjárás meghatározására [1], vegyületek és szövetek kémiai és biológia vizsgálatára [2] részvényekkel való kereskedelemre [3], fogyasztói igények felmérésére [4], testre szabott reklámok [5] és tartalmak [6] létrehozására, valamint a legnagyobb szöveg keresőrendszerek üzemeltetésre [7], és csak hogy a legismertebbeket említsem. Az elmúlt évtizedet leszámítva, nagyon sokan féltek Mesterséges Intelligenciától, hatásaitól, erejétől és tudatra ébredésétől [8], amelyre nagy hatással volt a túlzó média, azonban jelenleg kezdik elfogadni és megérteni, hogy egy hasznos eszközről van szó, amelyet ha megfelelően használunk, nem tud kárt okozni.…”