Kompetencje przyszłości – jak wspólnie przygotować młodych ludzi do rynku pracy, którego jeszcze nie znamy? Debata Dziennika Bałtyckiego
Mocna reprezentacja PJATK Gdańsk na konferencji ML in PL 2024!
Nasza wykładowczyni Barbara Klaudel oraz student Informatyki Kacper Knitter opowiadali o wykorzystaniu AI w medycynie na przykładzie projektu UMIE datasets. To największy publicznie dostępny zbiór oznakowanych danych obrazowania medycznego
, zawierający ponad milion obrazów z 20 otwartych zbiorów danych. Projekt ujednolica różnorodne formaty danych medycznych (w tym RTG, CT i MRI) poprzez standaryzowany pipeline przetwarzania i mapowanie do ontologii RadLex. Celem projektu jest stworzenie podstawy do rozwoju bardziej zaawansowanych modeli AI w dziedzinie obrazowania medycznego.
Natomiast student Informatyki Maciej Gierczak, absolwentka Kinga Marszałkowska oraz nasz wykładowca Aleksander Obuchowski prezentowali model Eskulap
na sesji posterowej. Eskulap to polski model open-source stworzony z myślą o bezpiecznej integracji z infrastrukturą szpitalną
, który ma rozwiązać problemy związane z prywatnością danych i kontrolą nad modelem. Model został zbudowany na bazie Bielik-v2 i wytrenowany na różnorodnych źródłach medycznych, w tym 800 000 syntetycznych instrukcji medycznych. Projekt ma na celu wsparcie polskiej ochrony zdrowia poprzez wsparcie dokumentacji medycznej i procesu podejmowania decyzji klinicznych
, jednocześnie zachowując najwyższe standardy prywatności i stabilności.


