Großer Erfolg für das Webinar mit Thema “die künstlerische Intelligenz und Health data für Forschung und klinisches Praktik”
Montag, 4. Oktober 2021
Das vom regionalen Koordinationszentrum organisierte Webinar für seltene Krankheiten in Friaul- Julisch Venetien unter Leitung von Herr Dr. Scarpa, das am 21. September stattfand, hatte einen großen Erfolg: am virtuellen Tisch waren verschiedene wissenschaftliche Exzellenzen anwesend.
Herr Dr. Scarpa hat das Thema mit einer Definition der künstlerischen Intelligenz eingeleitet und das Potential der Daten illustriert, die für ein “zukünftiges Gesundheitswesens” benutzt werden können.
Herr Dr. Curcio, Direktor der Laborabteilung der Universitätsgesundheitseinrichtung Zentrafriauls hat einige konkrete Beispiele dargelegt, wie eine strukturierte Nutzung der Daten einerseits zu einem wirksameren Management des Patienten und andererseits zu einer Optimierung mit Hinsicht auf finanziellen Aspekt der Ressourcen führen kann.
Des Weiteren wurde das Thema “ Machine learning” angesprochen, welches ein Vorgehen ist, das der künstlerischen Intelligenz erlaubt, “aus Erfahrung zu lernen”. Das Problem über die Analysierung der Daten im Gesundheitswesen betrifft vor allem die sehr heterogene, unstrukturierte und nicht sofort benutzbare Herkunft: um also informiert zu sein müssen die Daten bestmögliches kodifiziert werden.
Herr Professor Della Mea hat dieses Thema zusammen mit den Informationsverarbeitungssystemen der Informationen an der Universität in Udine behandelt und seine geleistete Arbeit präsentiert, die anschließend zur Entwicklung eines Kodierungsunterstützungssystems führte, welches die Produktion von analysierbaren Daten erleichtert und optimiert.
Professor Foresti, ordinärer Professor für Informatik an der Universität in Udine, erläutert dann ein konkretes Beispiel für die Nutzung dieser Daten dargelegt, ausgehend von dem, was während des Kampfes gegen den von COVID-19-Notfall getan wurde.
Auch im konkreten Fall ist das Problem der heterogenen Daten aufgetreten: Es gibt jedoch Systeme, die durch spezielle Algorithmen „Lücken füllen“ und fortgeschrittene neuronale Netzen beibringen können, um analysierbare Daten zu haben, ohne die Parameter manuell eingeben zu müssen. Diese Systeme ermöglichen derzeit Vorhersagen, die zu 95 % richtig sind.
Herr Prof. Laio, ordentlicher Professor für statistische und biologische Physik an der SISSA in Triest, beendete schliesslich das Thema ueber Verwertbarkeit der klinischen Daten ab. Die aktuelle Situation bietet die Möglichkeit, große heterogene (wie Krankenakten oder Arztberichte) oder homogene Datensätze mit kleinen Datenmengen zu haben.
Ziel des Projekts ist die Entwicklung eines Systems, das die Erfassung von qualitativ hochwertigen, strukturierten und standardisierten Daten in die Register unterstützt. Das angewandte System ist das Natural Language Processing, um eine Synchronisation von Krankenhausakten zu erreichen und zuverlässige Diagnosewerkzeuge mittels Datenaustausch zu gestalten.