MIT Critical Data, Uniwersyteckie Centrum Kliniczne w Gdańsku i Gdański Uniwersytet Medyczny, we współpracy z Roche Polska inicjują wspólny projekt pod nazwą Poland Healthcare Datathon. Dwudniowe wydarzenie - konkurs programistyczny i konferencja z udziałem wiodących ekspertów z Polski i zagranicy - skierowane jest do szerokiego grona entuzjastów i praktyków użycia AI w ochronie zdrowia – pracowników systemu ochrony zdrowia, inżynierów, studentów, a także do samych pacjentów. Celem Datathonu jest opracowanie nowych metod analizy lokalnych zbiorów danych medycznych oraz sprawdzenie, jak dobrze nowoczesne modele sztucznej inteligencji (AI) rozumieją i przetwarzają informacje o chorobach neurologicznych, posługując się językiem polskim. Poland Healthcare Datathon odbędzie się 27-28 września 2025 r. na terenie UCK w Gdańsku.
Diagnoza przyszłości: entuzjaści testują AI w medycynie
Opublikowano 2 lipca 2025 07:19
Sztuczna inteligencja (AI), innowacyjne rozwiązania cyfrowe i wykorzystanie danych zdrowotnych zwiększają dostępność usług medycznych i coraz śmielej wkraczają w świat medycyny, otwierając nowe możliwości. Jak wynika z „Badania stopnia informatyzacji podmiotów wykonujących działalność leczniczą”[1] przeprowadzonego przez Centrum e-Zdrowia, w 2024 roku 13,2% polskich szpitali wykorzystywało AI w swoich usługach medycznych, co oznaczało dwukrotny wzrost w porównaniu z 2023 rokiem. Pozostałe placówki medyczne – świadczące stacjonarne i całodobowe usługi inne niż szpitalne oraz ambulatoryjne ośrodki zdrowia – stosują AI znacznie rzadziej: odpowiednio 3,2% i 4,1%. Wśród najczęstszych zastosowań AI w polskiej medycynie dominują: diagnostyka obrazowa, w tym analiza badań tomografii komputerowej i rezonansu magnetycznego; obsługa pacjentów – chatboty na infoliniach i wirtualni asystenci na stronach internetowych placówek oraz analiza danych pacjentów i wsparcie lekarzy w diagnozie i doborze terapii.
Postępy w dziedzinie AI, a szczególnie rozwój dużych modeli językowych (ang. Large Language Models, LLM) sprawiają, że sztuczna inteligencja znajduje coraz szersze zastosowanie w medycynie, zwłaszcza w obszarze diagnostyki. Nowoczesne algorytmy AI potrafią w ciągu kilku sekund przeanalizować ogromne zbiory danych medycznych, co wcześniej wymagało wielu miesięcy pracy całych zespołów badawczych. Umożliwia to podejmowanie szybszych i trafniejszych decyzji diagnostycznych i personalizację terapii zgodnie z indywidualnymi potrzebami pacjentów. Jednocześnie modele znane są z tzw. halucynacji przy jednoczesnym przekonującym tonie odpowiedzi. Dodatkowe wyzwanie stanowi ich skłonność do powielania uprzedzeń i stereotypów obecnych w zbiorach danych użytych do ich tworzenia. LLM posiadają także zdolność analizy tekstów i obrazów oraz wyciągania wniosków na ich podstawie.
– Sektor zdrowotny generuje około 30% wszystkich informacji cyfrowych na świecie. Centra danych umożliwiają analizę ogromnych zbiorów danych medycznych, wspierają diagnostykę, leczenie oraz odkrywanie nowych leków. Postępy w dziedzinie sztucznej inteligencji, a w szczególności rozwój dużych modeli językowych LMM, dają nadzieję na wspieranie medycyny poprzez zdolność do symulowania ludzkiego rozumowania oraz generowania trafnych odpowiedzi – mówi prof. Michał Hoffmann, prorektor ds. klinicznych Gdańskiego Uniwersytetu Medycznego.
Korzyści ze stosowania AI są ogromne, a system ochrony zdrowia może okazać się jednym z jej największych beneficjentów. Obecnie obserwuje się rosnące wykorzystanie modeli LLM zarówno przez lekarzy, jak również pacjentów.
– Musimy jednak pamiętać, że mimo ogromnego potencjału, LMM nie są pozbawione ograniczeń, zwłaszcza w zakresie diagnozy, leczenia, czy porad dotyczących codziennego funkcjonowania. LLM uczą się na ogromnych zbiorach danych, bez konieczności programowania każdego szczegółu. Opierają się na różnorodnych bazach danych, które rosnąc, zwiększają szansę na identyfikację nowych wzorców diagnostycznych w wielu różnych dziedzinach medycyny. Jednocześnie modele znane są z tzw. halucynacji przy jednoczesnym przekonującym tonie odpowiedzi. Dodatkowe wyzwanie stanowi ich skłonność do powielania uprzedzeń i stereotypów obecnych w zbiorach danych użytych do ich tworzenia. Sprawdzanie możliwości LLM stanowi dziś jeden z kluczowych kierunków badań nad AI – tłumaczy Michał Maciejewski, główny koordynator projektu z ramienia Roche Informatics.
Odpowiedzią na wyzwania, jakie niesie rozwój nowoczesnych algorytmów AI, jest Poland Healthcare Datathon – konferencja oraz maraton programistyczny dla zdrowia i platforma wymiany doświadczeń między interesariuszami sektora ochrony zdrowia a polskimi i międzynarodowymi ekspertami z dziedziny AI. Celem wydarzenia jest odkrycie nowych wzorców diagnostycznych właściwych dla lokalnej populacji oraz analiza skuteczność LLM w obszarze chorób neurologicznych w języku polskim. Uczestnicy będą mieli do dyspozycji rzeczywisty i zanonimizowany zbiór danych pochodzących z praktyki klinicznej UCK w Gdańsku.
- Jako jeden z największych i najnowocześniejszych szpitali w Polsce Uniwersyteckie Centrum Klinicznie nieustannie poszukuje nowych rozwiązań, które wpłyną na jakość opieki, skuteczność terapii i bezpieczeństwo naszych pacjentów. Aktualnie w UCK funkcjonują już projekty oparte o sztuczną inteligencję. Testujemy i wdrażamy kolejne zawsze z myślą o ratowaniu życia czy też poprawie zdrowia hospitalizowanych u nas chorych. Ten unikatowy projekt nie tylko w kontekście Polski, ale także Europy daje nam możliwość dotarcia do nowych pomysłów, które mogą okazać się przydatne w naszym szpitalu – mówi dr hab. n. med. Tomasz Stefaniak, dyrektor ds. lecznictwa UCK.
Do udziału w Poland Healthcare Datathonie mogą zgłaszać się 3-5 osobowe zespoły składające się ze studentów kierunków medycznych i technicznych. Dwudniowe wydarzenie rozpocznie się od sympozjum na temat AI, w którym wezmą udział polscy i międzynarodowi eksperci, m.in. dr Leo Anthony Celi z Massachusetts Institute of Technology, dr Judy Gichoya reprezentująca Emory University oraz dr Stephen Pfohl z Google Research, którzy reprezentują różnorodne i dynamicznie rozwijające się dziedziny medycyny, co w połączeniu z ich bogatym doświadczeniem zawodowym tworzy przestrzeń do inspirującej wymiany spostrzeżeń na temat przełomowych zastosowań technologii w medycynie.
- W miarę jak sztuczna inteligencja przenika zadania i procesy w pracy, obiecując większą efektywność i oszczędności, istnieje bardzo realne zagrożenie utraty umiejętności krytycznego myślenia, gdy zaczynamy przekazywać AI syntezę danych i podejmowanie decyzji. Sposobem na ochronę ludzkich zdolności i sprawczości jest projektowanie sztucznej inteligencji w taki sposób, aby wspierała ludzkie umiejętności. Dziedzictwem AI jest wywoływanie refleksji nad tym, co tak naprawdę czyni nas ludźmi, co sprawia, że się rozwijamy i – ostatecznie – co daje nam szczęście. Dziesięciolecia badań nad szczęściem zawsze prowadzą do tego samego wniosku: szczęście pochodzi z poczucia więzi. Ostatecznie jedynymi działaniami, które łączą ludzi, są te, które sprzyjają dialogowi i wspólnej pracy. Na tym polega siła datathonów – wskazuje dr Leo Celi.
Drugiego dnia uczestnicy pod opieką mentorów będą pracować w dwóch ścieżkach tematycznych: analiza zbioru danych klinicznych dostarczonych przez UCK w Gdańsku oraz ewaluacja wielkich modeli językowych LLM w obszarze chorób neurologicznych. Nowe metody analizy lokalnego zbioru danych oraz wyniki ewaluacji LLM uczestnicy przedstawią przed Jury, w skład którego wejdą przedstawiciele organizatorów Datathonu. Dla 3 najlepszych zespołów w każdej ścieżce przewidziane są nagrody finansowe.
Rejestracja na Poland Healthcare Datathon trwa do 7 lipca 2025 lub do wyczerpania limitu miejsc. Szczegóły i regulamin dostępne są pod adresem: https://www.healthcare-datathon.pl/rules
***
Projekt edukacyjny Poland Healthcare Datathon powstał we współpracy MIT Critical Data, Uniwersyteckiego Centrum Klinicznego w Gdańsku, Gdańskiego Uniwersytetu Medycznego i Roche Polska. Partnerami i patronami wydarzenia są: Politechnika Poznańska, Uniwersytet Medyczny im. Karola Marcinkowskiego w Poznaniu, Emory University, Google Research i Politechnika Gdańska.
