Number of the records: 1  

Softvér Alpha-MAIA

  1. 1.
    0569945 - BC 2023 RIV CZ cze L4 - Software
    Zatloukalová, J. - Pánek, K. - Moos, Martin - Řimnáčová, Lucie - Šimek, Petr - Vojtíšek, J. - Verner, M. - Schůrek, J.
    Softvér Alpha-MAIA.
    [Software Alpha-MAIA.]
    Internal code: TJ04000555 ; 2022
    Technical parameters: Software alfa-MAIA je určen pro vyhodnocení lékařských zpráv pomocí deterministické umělé inteligence a následné zařazení stavu pacienta na principu podobností do kontextu možných léčebných postupů a předpokládaného vývoje pacientova stavu Datové vstupy: ● Data generovaná funkčním vzorkem nástrojem MetMapper® ● Biochemická data generovaná klinickou laboratoří ● Texty anonymizovaných lékařských zpráv Aktuální výstupy: ● Vizualizace sbíraných dat a interaktivní nahlížení na principu browseru, ● Normalizovaná data z nástroje MetMapper a lékařských zpráv. ● Předvolba veličin ke sledování, sledování a vizualizaci datových a textových zpráv každého jednoho pacienta, série vybraných pacientů, jejichž údaje je třeba zobrazit v čase. ● Veličinou může být volitelný metabolit, skupina metabolitů, výsledky biochemických vyšetření, slova a data obsažená v lékařské zprávě. ● Zapojení nástrojů umělé inteligence algoritmicky porovnávající obsahové podobnosti mezi lékařskými zprávami na úrovni struktury, textu a vybraných klíčových veličin, které zprávy obsahují ● Zobrazování a vývoj veličin v čase, volba váhy každé, jednotlivé skupiny veličin / veličiny. ● Zobrazování formou semaforu, dále ve formě trendových křivek u jednotlivých zvolených veličin anebo skupiny veličin.
    Economic parameters: Softvér Alfa-MAIA představuje ucelené řešení, které je určeno pro použití lékaři na specializovaném oddělení “u lůžka pacienta”, testované na datech a vzorcích pořízených na oddělení nemocnice pečující přímo o infekční pacienty vyvíjející septické stavy. Vyvinuté řešení umožňuje shromáždit generovaná metabolomická, biochemická a jiná data, klinické zprávy na jednom místě a s pomocí nástrojů umělé inteligence je hodnotit, klasifikovat a připravit lékaři podklady pro stanovení diagnózy a postupu léčby. Vytvořené řešení umožnuje rychleji uživateli rychlejší a efektivnější vyhodnocení pacientova zdravotního stavu, stanovení postupu léčby vhodným terapeutickým postupem a rychlý přístup ke všem shromážděným informacím v jednom formátu. Pro původce softvéru MAIA představuje vyvinuté řešení výchozí základnu pro realizaci nového nástroje v klinické medicíně schopného postupného učení ke zdokonalování diagnostických postupů a stanovení optimálního postupu léčby.
    R&D Projects: GA TA ČR(CZ) TJ04000555
    Institutional support: RVO:60077344
    Keywords : cognitive data mining * statistical * deterministic artificial intelligence * metabolomic analysis * biomarkers * clinical diagnostics
    OECD category: Biochemical research methods
    https://bclab.eu/research-and-development/maia

    Software alpha-MAIA je nástrojem pro uchovávání, řízení, vyhodnocování, vytěžování a interpretaci různých skupin dat, které pocházejí z měření hmotnostním spektrometrem, komplexním souborem biochemických vyšetření a lékařských zpráv. Unikátnost spočívá v technickém řešení kombinujícím různé přístupy aplikace umělé inteligence na uvedený vysoce komplexní soubor heterogenních dat. Dále je unikátní napojení uvedeného přístupu na data o metabolitech a metabolických drahách. Celý systém umí všechny datové vstupy plně normalizovat, vizualizovat a systematicky vytvoření s cílem univerzálního použití bez ohledu na zdroj dat (analytických i klinických). Detailní popis unikátních parametrů a novosti bude součástí navazující patentové přihlášky.

    The alpha-MAIA software is a tool for storing, managing, evaluating, extracting and interpreting different groups of data that come from mass spectrometer measurements, a complex set of biochemical examinations and medical reports. The uniqueness lies in the technical solution combining different approaches of applying artificial intelligence to the above highly complex set of heterogeneous data. Furthermore, the connection of the mentioned approach to data on metabolites and metabolic pathways is unique. The entire system can fully normalize, visualize and systematically create all data inputs with the aim of universal use regardless of the data source (analytical and clinical). A detailed description of the unique parameters and innovations will be part of the subsequent patent application.
    Permanent Link: https://hdl.handle.net/11104/0341479

     
     
Number of the records: 1  

  This site uses cookies to make them easier to browse. Learn more about how we use cookies.