Sano Centrum Medycyny Obliczeniowej to międzynarodowa fundacja badawcza, której misją statutową jest prowadzenie badań naukowych w dziedzinie medycyny obliczeniowej, z wykorzystaniem najlepszych praktyk międzynarodowych w tym zakresie. Sano jest organizacją non-profit, a całość swoich dochodów przeznacza na cele statutowe. Projekty naukowe realizowane w Sano mają za zadanie przyspieszyć postęp w medycynie i usprawnić́ funkcjonowanie systemu opieki zdrowotnej. W Klaster LifeScience jest jednym z pięciu kluczowych partnerów, który aktywnie wspiera rozwój Sano od początku jej istnienia.
Sano powstało 2019 roku obecnie zatrudnia ponad 80 osób z 13 różnych krajów, posiada własną infrastrukturę obliczeniową, laboratorium robotyki i wirtualnej rzeczywistości, a obliczenia realizowane są na pięciu superkomputerach.
Sano w liczbach:
Ludzie: 6 liderów zespołów, 25 doktorantów, 14 stażystów podoktorskich, 17 programistów, 19 osób personelu wspierającego.
Infrastruktura: własna infrastruktura obliczeniowa, laboratorium robotyki i wirtualnej rzeczywistości. Obliczenia realizowane na 5 superkomputerach.
Działania: 5 międzynarodowych projektów, 8 projektów komercyjnych, 22 współprace z podmiotami biznesowymi, 5 strategicznych współprac ze szpitalami.
W 2023 roku Sano było jednym ze współorganizatorów 13 edycji Konferencji LifeScience Open Space oraz moderatorem ścieżki tematycznej Health Tech.
Sano ze względu na aplikacyjny charakter prowadzonych prac badawczych silnie rozwija relacje z biznesem, podmiotami naukowymi a także szpitalami i indywidualnymi lekarzami stając się centralnym elementem łańcucha wartości obliczeniowych technologii medycznych.
W ramach cyklu EIT Community Stories, zapraszamy do zapoznania się z historią rozwoju i sukcesu Sano, gdzie od pięciu lat rozwijane są nowe metody obliczeniowe w trosce o wzrost poziomu opieki zdrowotnej w kraju i na świecie.
W trosce o rozwój innowacji w opiece zdrowotnej
Sano (to słowo w esperanto oznacza zdrowie) w tym roku świętuje swoje pięciolecie powstania. Rozwiązania projektowane w Sano mogą być w wykorzystane do analizy różnorodnych danych medycznych (wyniki badań biochemicznych czy obrazowych, kwestionariusze pacjentów, dane dot. ekspozycji na czynniki szkodliwe etc.), opracowywania systemów wspierających podejmowanie decyzji dotyczących opieki nad pacjentem oraz zarządzania służbą zdrowia.
Prace badawczo-rozwojowe prowadzone są w ramach pięciu zespołów: Extreme-Scale Data and Computing, Health Informatics Group, Clinical Data Science, Personal Health Data Science and Computer Vision.
Dzięki wsparciu EIT Health, Sano uzyskało dostęp do cennej wiedzy i sieci kontaktów, co umożliwiło zarówno obserwację jak i wymianę doświadczeń pomiędzy ekspertami z sektora MedTech z całego świata. Działania podjęte w ramach EIT Health sprawiły, że Sano stało się rozpoznawalne w społeczności EIT, zwłaszcza w obszarach EIT Health InnoStars i LifeScience Krakow EIT Health Hub, a zdobyte doświadczenie przełożyło się bezpośrednio na realizowane przez Centrum Badawcze projekty.
Monitorowanie zdrowia wspólnym przedsięwzięciem
Zespół badawczy Sano – Personal Health Data Science pod kierownictwem dr. Jose Sousa realizuje projekt mający na celu wcielenie w życie koncepcji „Citizen Before Patient”.
To podejście zakłada przesunięcie priorytetów z pasywnego odbiorcy usług zdrowotnych na aktywnego obywatela, wzmacniając i angażując jednostki w procesie dbania o zdrowie. Technologie oparte na sztucznej inteligencji oraz uczeniu maszynowym pełnią w tym projekcie istotną rolę, dostarczając spersonalizowanych informacji zdrowotnych, profilaktycznych oraz interwencyjnych. Celem jest przejście od reaktywnego modelu opieki zdrowotnej do modelu antycypacyjnego.
Realizacja tej wizji wymaga jednak jeszcze wielu badań i opracowania nowych rozwiązań. Zespół naukowy zaangażowany w ten projekt pracuje nad algorytmami sztucznej inteligencji o charakterze wyjaśniającym, które będą służyć analizie danych medycznych pacjentów, tworząc system reprezentacji danych, który umożliwi pacjentom dostęp do informacji zdrowotnych dostosowanych do ich indywidualnych potrzeb.
Kluczowym aspektem jest tu wyjaśnialność, czyli zdolność do przedstawienia nie tylko wyniku końcowego, ale również do przedstawienia procesu decyzyjnego, co zwiększa bezpieczeństwo pacjenta. Daje to również możliwość lekarzom do kwestionowania decyzji algorytmu, opierając się na własnym doświadczeniu i zrozumieniu procesu decyzyjnego.
W procesie badań nie wykorzystuje się bezpośrednio surowych danych, lecz ich symboliczne reprezentacje. Mimo zastosowanych przekształceń matematycznych, dane te pozostają interpretowalne, a jednocześnie chroniona jest prywatność pacjentów. Przypisanie danych do konkretnego pacjenta możliwe jest jedynie przez lekarza oraz samego pacjenta.
Zabezpieczeniem prywatności jest również fakt, że wszelkie operacje na danych odbywają się lokalnie – w placówkach medycznych lub na prywatnym urządzeniu pacjenta, który jest ich wyłącznym posiadaczem. Ponadto, zdecentralizowana architektura sztucznej inteligencji pozwala na jej ciągły rozwój, oferując dynamiczne i skuteczne metody poprawy zdrowia jednostki i dobrostanu społecznego.
Rozwiązania projektowane w zespole Personal Health Data Science mają ogromne znaczenie w kontekście chorób cywilizacyjnych, takich jak cukrzyca, gdzie modyfikacja stylu życia może znacząco opóźnić jej progresję i nawet odwrócić wstępne objawy stanu przedcukrzycowego. Rezultatem tych prac będzie zintegrowane środowisko obliczeniowe w formie aplikacji mobilnej, dostępne dla szerokiej populacji. Aplikacja ta będzie wspierać użytkowników w zrozumieniu procesów zachodzących w ich organizmach oraz w monitorowaniu, w jaki sposób zmiany indywidualnych parametrów wpływają na długofalowe prognozy zdrowotne.
Dr Sousa podkreśla, że kierowanie uwagi na potrzeby obywateli nie tylko zapewni każdemu dostęp do wczesnej diagnozy i leczenia, ale także podniesie ogólną świadomość zdrowotną. W efekcie, analiza i monitoring stanu zdrowia mają przyczynić się do poprawy jakości życia, redukcji kosztów związanych z opieką zdrowotną i zwiększenia świadomości zdrowotnej w społeczeństwie. Więcej informacji na temat innych zespołów i projektów badawczych Sano dostępne jest na stronie https://sano.science/
Jesteście zainteresowani dalszym rozwojem Sano i możliwościami nawiązania współpracy? Obserwujcie profil organizacji na Platformie Współpracy Life Science Open Space. Znajdziecie tam bieżące informacje, oferty i zapytania.
