Deși progresele științei au lărgit în ultimul timp aria de aplicare a inteligenței artificiale în domeniul medical, ne dorim să ne concentrăm deocamdată pe câteva obiective concrete care pentru noi sunt prioritare ca importanță.
Cum dezvoltarea recentă a infrastructurii de calcul ca și a algoritmilor de inteligenta artificiala au permis un progres substanțial în acest domeniu, țelul nostru inițial este de a dezvolta produse de inteligenta artificiala care vor facilita și, în unele cazuri, chiar automatiza diagnosticul imagistic medical (de exemplu, în radiologie, histopatologie sau oftalmologie).
Generalizarea rezultatelor studiilor clinice a fost recunoscută ca fiind o adevărată provocare deoarece caracteristicile populației selectate ca subiect de cercetare pot influența evaluarea rezultatelor clinice pentru alte populații de pacienți. Dar crearea capacității de a prezice rezultatele la populații țintă sau persoane care nu au fost neapărat reprezentate în studiul clinic are un potențial semnificativ.
Proiectele noastre includ de asemenea dezvoltarea de modele de predicție a riscului medical al pacientului folosind date din fișele medicale sau date pentru plata actului medical. Aceste modele vor facilita identificarea pacienților care ar beneficia de intervenții preventive sau terapeutice. Aceasta initiativa va sprijini preventia primara și, de asemenea, diagnosticarea timpurie a bolilor sau prevenirea complicatiilor.
Neaderenta la medicamente pe termen lung poate afecta prognosticul bolilor cronice precum diabetul sau insuficiența cardiacă. Istoric, neaderarea la medicamente a fost identificată doar retrospectiv, de multe ori prea târziu pentru a preveni agravarea acestor afecțiuni medicale. Cu toate acestea, prezicerea viitorului risc de complianta sub optimă sau chiar de întrerupere a medicamentelor este astăzi posibilă datorită progreselor științifice, tehnologice și în domeniul surselor de date.
În prezent, practica terapiei intensive se bazează mai ales pe capacitatea și experiența clinicienilor de a integra, evalua și lua decizii pe baza diferitelor tipuri de informații. Pentru a complica această sarcină și mai mult, datele se modifică în timp real și deciziile clinice trebuie ajustate în consecință. Datorită surselor de date complexe, nevoilor de decizie imediată, precum și vulnerabilității acestor pacienți diagnosticul coordonat de inteligenta artificiala ar putea avea o contribuție importantă.
