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.