Grant Map EU

Numer_referencyjny_programu_pomocowego: SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art. 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014). Projekt dotyczy opracowania innowacyjnego w skali kraju systemu automatycznej predykcji badań laboratoryjnych oraz optymalizacji kontroli jakości i obciążenia pracy analizatorów analitycznych. System ma funkcjonować w oparciu o algorytmy machine learning przy wykorzystaniu inteligentnej analizy dużych zbiorów danych BigData. Zostanie stworzony model predykcji wyników badań, który w oparciu o dane aktualne i historyczne, wykorzystując sprzężenie zwrotne, umożliwi wspomaganie decyzji dotyczących sterowania pracą urządzeń diagnostycznych, a tym samym zmniejszenie liczby powtórzonych oznaczeń, redukcję zużycia materiałów kontrolnych i odczynników. W roku 2018 Diagnostyka wykonała 83 mln badań u 11 mln pacjentów. Wiele z tych badań wymaga wykonania kilku lub kilkunastu równoległych pomiarów, co przekłada się na wykonanie 370 mln pomiarów wielkości analitycznych. Ponad 10% z tej liczby pacjentów powtarzało badania laboratoryjne ponad 10 razy w ciągu ostatnich trzech lat. Duża liczba pacjentów posiada historię wykonywania badań. Wykorzystanie tak dużych zbiorów danych pozwoli na stworzenie modelu odkrywania profili pacjentów i jest nowatorskim rozwiązaniem w zakresie przeszukiwania dużych zbiorów danych. Cechą innowacyjną projektu w zakresie uczenia maszynowego będzie umożliwienie predykcji liczby i czasu zleceń na badania laboratoryjne, a na ich podstawie dokonanie optymalizacji pracy laboratoriów i urządzeń. Wypracowane zostaną metody kontroli jakości pracy analizatorów w oparciu o analizy średnich normalnych wyników pomiarów parametrów analitycznych. Analizie zostaną poddane wyznaczone charakterystyki poszczególnych urządzeń, w celu wyznaczenia ich wartości średnich (…).