- Přehledy IS
- APS (20)
- BPM - procesní řízení (22)
- Cloud computing (IaaS) (10)
- Cloud computing (SaaS) (33)
- CRM (51)
- DMS/ECM - správa dokumentů (20)
- EAM (17)
- Ekonomické systémy (68)
- ERP (77)
- HRM (27)
- ITSM (6)
- MES (32)
- Řízení výroby (36)
- WMS (29)
- Dodavatelé IT slueb a řeení
- Datová centra (25)
- Dodavatelé CAD/CAM/PLM/BIM... (39)
- Dodavatelé CRM (33)
- Dodavatelé DW-BI (50)
- Dodavatelé ERP (71)
- Informační bezpečnost (50)
- IT řeení pro logistiku (45)
- IT řeení pro stavebnictví (26)
- Řeení pro veřejný a státní sektor (27)
ERP systémy
CRM systémy
Plánování a řízení výroby
AI a Business Intelligence
DMS/ECM - Správa dokumentů
HRM/HCM - Řízení lidských zdrojů
EAM/CMMS - Správa majetku a údrby
Účetní a ekonomické systémy
ITSM (ITIL) - Řízení IT
Cloud a virtualizace IT
IT Security
Logistika, řízení skladů, WMS
IT právo
GIS - geografické informační systémy
Projektové řízení
Trendy ICT
E-commerce B2B/B2C
CAD/CAM/CAE/PLM/3D tisk![]() | |
| Přihlaste se k odběru newsletteru SystemNEWS, který kadý týden přináí výběr článků z oblasti podnikové informatiky | |
![]() | |
Pokročilá analýza zdravotnických dat pomáhá včasnému odhalení nemoci
Dle údajů Mezinárodní diabetické federace (International Diabetes Federation) bylo v roce 2019 celosvětově 463 milionů dospělých osob (20‒79 let) s diabetem. Jeden ze dvou (celkem 232 milionů) přitom o své diagnóze vůbec neví. Vysoký počet diabetiků vykazuje také Česká republika.

Dle údajů ÚZIS se s cukrovkou aktuálně léčí více ne milion osob, přičem dalí dvě a tři procenta populace zatím ani netuí, e toto onemocnění má. Větině nemocných (90 %) je diagnostikován diabetes 2. typu, kterému by bylo moné při včasném záchytu předejít, respektive vhodnými opatřeními zmírnit jeho dopad na zdravotní stav pacienta. Podobná situace je například i u kolorektálního karcinomu, kde byla ČR dlouho mezi zeměmi s nejčastějím výskytem tohoto onemocnění.
V současnosti v Česku běí několik projektů, které na základě analýz zdravotnických dat pacientů umí identifikovat tzv. rizikové pacienty. Jedním z nich je i platforma Zdravel, která prostřednictvím pokročilých analytických nástrojů odhalí pacienty se zvýeným rizikem výskytu civilizačních chorob. Včasné odhalení nemoci můe přitom mnoha pacientům ivot prodlouit, či dokonce zachránit.
Analýza dat usnadní a urychlí rozhodnutí o vhodném léčebném postupu
Ideální situace, kdy by měl lékař přehledně a jednodue dostupné vechny zdravotnické informace o svém pacientovi a znal chorobopis vech svých pacientů, by posunula zdravotní péči o notný kus dopředu. Dostupnost zdravotnických informací je v dnení době pouze otázkou vyuití vhodných technologických řeení, která by byla legislativně zakotvena. Přičem obojí je řeitelné. O zajitění potřebných informací pro lékaře se mohou postarat vysoce pokročilé analytické metody v kombinaci se čtením nestrukturovaného textu. Vyvinuté technologické řeení za lékaře projde vechna dostupná zdravotnická data a identifikuje moná rizika.
Základním stavebním kamenem naí platformy je, e sama o sobě umoňuje lékařům spolupracovat a sdílet informace o pacientovi napříč specializacemi přehlednou formou. Sniuje jejich administrativní zátě, podporuje je v léčení a zefektivňuje i samotnou léčbu. Zdravel lékaři strukturovaně roztřídí data a nabídne mu komplexní pohled pro rozhodnutí o vhodném léčebném postupu. Lékař tak má k dispozici ve zlomku času klíčová zdravotnická data a má i více prostoru na samotnou léčbu svých pacientů, uvádí Martin Wagner, generální ředitel projektu Zdravel.
Martin Wagner, generální ředitel projektu Zdravel.
Strojová interpretace zdravotnických dat: mení chybovost ne u člověka
Zdravel ke zpracování dat z nemocničních a ambulantních informačních systémů i dalích zdrojů vyuívá nástroj HarveyX, který umí pracovat se strukturovaným i nestrukturovaným textem. Mimo jiné dokáe identifikovat relevantní slova a slovní spojení včetně zkratek ve volném textu, rozpoznat kontext daných slov, spojit informace extrahované z volného textu s informacemi ze strukturovaných dat a zvýraznit data, která mohou lékaři pomoci v léčení.
Kromě významné časové úspory je výhodou strojového zpracování zdravotnických dat také výrazně mení chybovost ne u člověka. Nae dlouhodobé testování ukázalo, e ná software vygeneruje vdy výrazně méně chyb ne člověk, protoe přesnost lidského mozku ovlivňuje únava, stres i jiné negativní faktory, popisuje Martin Wagner.
Na systému HarveyX je také vystavěna aplikace Epidis pro automatizované vyhledávání suspektních pacientů s nozokomiální nákazou, kterou Zdravel nabízí nemocnicím ve spolupráci se společností Hartmann-Rico.
Práce s daty je v dnení digitální době nezbytností. Aplikace, které nad platformou budujeme, umoňují identifikaci rizikových pacientů a návrh jejich dispenzarizace například u kolorektálního karcinomu, prediabetu, dyslipidemie, astmatu, osteoporózy a dalích nemocí. Pro nemocnice nacházíme pacienty s podezřením na nozokomiální nákazu, hlídáme vhodnost medikace centrovou léčbou, přináíme jednoduchá řeení pro telemedicínu a mnoho dalích slueb, dodává na závěr Martin Wagner.
Uivatelské rozhraní aplikace Zdravel




















