Platforma MEDIMONITOR

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F27938701%3A_____%2F23%3AN0000002" target="_blank" >RIV/27938701:_____/23:N0000002 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Platforma MEDIMONITOR

Popis výsledku v původním jazyce

Základním projektovým cílem, realizovaného ve spolupráci s Vysokou školou Báňskou v Ostravě, bylo vytvořit softwarovou platformu s prvky znalostního managementu a umělé inteligence, která je nastavitelná pro vybrané typy medicínských diagnóz, zejména z oblasti konzervativní léčby. Výstupem celkového projektu je univerzální řešení ověřené na diagnóze idiopatické skoliózy. Jedná se o inteligentní platformu využívající prvky umělé inteligence pro monitoring a prognózu diagnóz a second opinion diagnostik. Nový systém umožňuje pracovat s neúplnými zdravotnickými daty, pro vyhodnocení dané situace a prezentování prognózy pacienta. Tato digitální platforma je schopna nahradit aplikačně odborné konziliární procesy v reálném čase (zejména v oblastech konzervativní léčby.) Slouží také jako distribuční znalostní databáze pro pacienty, terapeutické komunity a zdravotní pojišťovny, kde lze moderovat konzervativní léčbu na úrovni „second opinion diagnostic“. Platforma je plně customizovatelná pro klinické oblasti jako ortodoncie, patologie klinických preparátů a nálezů, pooperační rekonvalescence, poúrazová rekonvalescence, fyzioterapeutická pracoviště, preventivní screening (nejen skolióz) a další. Platforma je postavena na dvou hlavních pilířích – slouží jako široká znalostní databáze s možností modelování vývoje na základě strojového učení a umělé inteligence u které je prodej možný prostřednictví mezinárodních portálů (např. researchgate.com nebo cognitive science network); model licenční platformy je uzpůsobený pro nasazení u jiných diagnóz s obdobným znalostním a datovým typem. Platforma zajišťuje velmi vysokou úroveň vyhodnocování dat a dosavadních záznamů díky propojením s umělou inteligencí. Medimonitor je také prvním ze softwarových řešení v oblasti medicíny, který poskytuje „second opinion“ metodu.

Název v anglickém jazyce

The MEDIMONITOR platform

Popis výsledku anglicky

The basic project goal, implemented in cooperation with the Báňská University in Ostrava, was to create a software platform with elements of knowledge management and artificial intelligence, which is adjustable for selected types of medical diagnoses, especially in the field of conservative treatment. The output of the overall project is a universal solution verified for the diagnosis of idiopathic scoliosis. It is an intelligent platform using elements of artificial intelligence for monitoring and forecasting diagnoses and second opinion diagnostics. The new system makes it possible to work with incomplete medical data, to evaluate the given situation and present the patient's prognosis. This digital platform is able to replace application expert consultation processes in real time (especially in the areas of conservative treatment.) It also serves as a distributed knowledge base for patients, therapeutic communities and health insurance companies, where conservative treatment can be moderated at the level of "second opinion diagnosis". The platform is fully customizable for clinical areas such as orthodontics, pathology of clinical specimens and findings, postoperative recovery, post-traumatic recovery, physiotherapy workplaces, preventive screening (not only scoliosis) and others. The platform is built on two main pillars – it serves as a broad knowledge database with the possibility of modeling development based on machine learning and artificial intelligence, which can be sold through international portals (e.g. researchgate.com or cognitive science network); the license platform model is adapted for deployment in other diagnoses with similar knowledge and data type. The platform ensures a very high level of evaluation of data and historical records thanks to connections with artificial intelligence. Medimonitor is also the first software solution in the field of medicine to provide a "second opinion" method.

Druh

R - Software

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/EG20_321%2F0024858" target="_blank" >EG20_321/0024858: Výzkum a vývoj nového systému MEDIMONITOR pro inteligentní prognózování vývoje diagnóz</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2023

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Interní identifikační kód produktu

Platforma MEDIMONITOR

Technické parametry

Systém má dvě hlavní funkcionality: Screening (základní funkcionalita); Predikce (pokročilá funkcionalita). Základem řešení je centrální databáze záznamů. Nad touto databází je vytvořena zobrazovací vrstva s prvky znalostního managementu a prvky strojového učení. Zobrazovací vrstva je pojata jako uživatelské GUI (Graphical User Interface). Tato vrstva funguje v technologii Python a GUI se instaluje na lokální stanici. Je vyvinuta i možnost přímo do vzdálené aplikace (technologie hyperlink s připojením na vzdálenou plochu, která v případě ověřeného uživatele spustí automaticky provoz přes VPN). Nad touto vrstvou jsou vytvořeny algoritmy umělé inteligence ve dvou fázích: získávání znalostí z frekventovaných množin pomocí asociačních pravidel a klasifikace a predikce v datech. Algoritmy umělé inteligence byly vytvořeny v samostatných zabezpečených knihovnách na technologii Python. Všechny jsou navržené tak, že jsou schopny zvládnout a diagnostikovat širokou množinu deviací zkoumané diagnózy. Další knihovny, integrované do této vrstvy pomocí strojového učení dokáží posílat optimalizované informace do různých částí systému tak, aby výsledek byl na základě dodaných informací co nejoptimálnější. Klasifikace a predikce v datech byla použita pro rozdělení dat do předem daných tříd, kde každá třída vyžaduje nějaké vlastnosti. Jednotlivé třídy reprezentují prediagnostické postupy (tzn. anamnéza, rodinná anamnéza, kauzální typologie u pacienta, předpoklady vytěžené z dostupných dat anamnéz atd.). Jednotlivé třídy je možné rozšiřovat, omezovat a kombinovat jejich úrovně. Na základě těchto tříd byla vytvořena predikce. Zvolena byla metoda XGboost.

Ekonomické parametry

Přínosem je rozšíření produktového portfolia příjemce se zaměřením na medicínu, zvýšení konkurenceschopnosti, obratu a zisku příjemce. Došlo k prohloubení spolupráce s vysokými školami, především s VŠB – Univerzitou v Ostravě. Příjemce buduje dva distribuční modely – direkt (prodej přímo zákazníkům) a indirect (prodej prostřednictvím business partnerů a prodej vývojové licence). Propagace je zajištěna prostřednictvím otevřených IT kanálů (Konference, White papers, Zákaznická hodnocení, Best practices, Publikace dosažených metrik v odborných časopisech (pro lékaře, nemocnice apod.) Projekt byl citován v odborném článku Performance and Robustness of Regional Image Segmentation Driven by Selected Evolutionary and Genetic Algorithms: Study on MR Articular Cartilage Images (2022) Sensors (Basel, Switzerland), 22 (17). V časopisu Akademik byl projekt představen akademické obci VŠB – TUO. Hamzova odborná léčebna pro děti a dospělé vyjádřila zájem o spolupráci a o výsledky projektu.

IČO vlastníka výsledku

27938701;61989100

Název vlastníka

miraclIS, SE;Vysoká škola báňská - Technická univerzita Ostrava