W ramach projektu Miesiąc Partnera Klastra, przedstawiamy kilka faktów o Sano – Centre for Computational Personalized Medicine, które aktywnie rozwija innowacje dające nową wiedzę, poprawiające zarządzanie opieką medyczną i oferujące spersonalizowane metody leczenia.
Branża life science stoi na progu transformacji napędzanej przez nowe źródła danych cyfrowych, zaawansowaną moc obliczeniową i poprawiającą się wydajność algorytmów. Architektury uczenia maszynowego są zdolne do analizy zbiorów danych biomedycznych i danych z badań klinicznych, informacji zebranych w świecie rzeczywistym z czujników i urządzeń oraz danych z dokumentacji medycznej. Zastosowanie zaawansowanych metod obliczeniowych przynosi nie tylko nową wiedzę, pomaga także efektywniej zarządzać opieką medyczną i daje pacjentom realną szansę na bardziej spersonalizowane metody leczenia.
Sano aktywnie poszukuje partnerów do współpracy w różnych dziedzinach. Angażuje się w innowacyjne projekty badawcze i publikacje naukowe. Organizuje kursy i warsztaty dla specjalistów oraz studentów, oferując możliwości staży i praktyk. Uczestniczy w konferencjach, seminariach i wydarzeniach branżowych, tworząc przestrzeń do profesjonalnego networkingu. Oferuje specjalistyczne usługi komercyjne dostosowane do specyficznych potrzeb biznesowych i wyzwań naukowych.
Portfolio technologii rozwijanych w Sano obejmuje między innymi:
Narzędzia kliniczne i diagnostyczne
- Sztuczna Inteligencja (AI): Zaawansowane narzędzia do szybkiej analizy obrazów medycznych w celu wykrywania nieprawidłowości, takich jak guzy, wspomagania tworzenia raportów medycznych i automatyzacji powtarzalnych procesów.
- Symulacje kardiologiczne: Technologie modelowania i symulacji, które replikują funkcje ludzkiego serca, poprawiając podejścia diagnostyczne i terapeutyczne w kardiologii.
- Obliczeniowa dynamika płynów (CFD): Zaawansowane badania dynamiki przepływu krwi w celu poprawy zrozumienia i leczenia chorób sercowo-naczyniowych.
- Modele predykcyjne: Rygorystycznie testowane i walidowane modele predykcyjne, które wykorzystują dane pacjentów do przewidywania przebiegu choroby i wspomagania podejmowania decyzji klinicznych.
Zarządzanie i analiza danych
- Analiza dużych zbiorów danych: Systemy analizujące elektroniczne dokumentacje medyczne w różnych instytucjach, które mogą łączyć je np. z danymi środowiskowymi i publicznymi w celu identyfikacji trendów zdrowotnych i poprawy reakcji na epidemie.
- Federated Learning: Modele AI, które zachowują prywatność danych, poprawiając się dzięki danym z wielu zdecentralizowanych źródeł bez konieczności udostępniania samych danych.
- Dane syntetyczne: Sztuczne zestawy danych, w tym wizualizacja elementów ludzkiej fizjologii, które naśladują rzeczywiste informacje o pacjentach, wykorzystywane do bezpiecznego i skutecznego szkolenia algorytmów.
- High-Performance Computing (HPC): Zaawansowane obliczenia wysokiej wydajności do przeprowadzania skomplikowanych analiz genetycznych i szczegółowych symulacji. HPC pozwala na przeprowadzenie dużej liczby operacji w krótkim czasie, co jest niezbędne w wielu dziedzinach nauki, technologii i przemysłu.
Technologie szkoleniowe i symulacyjne
- Mixed Reality (MR): Imersyjne środowiska symulacyjne, które często łączą elementy rzeczywistości wirtualnej lub rozszerzonej, umożliwiające chirurgom bezpieczne ćwiczenie i doskonalenie skomplikowanych procedur.
- Robotyka: Opracowujemy pomocnicze systemy robotyczne i narzędzia manipulacyjne w środowiskach szpitalnych, zwiększając precyzję i bezpieczeństwo chirurgiczne.
- Szkolenie chirurgiczne: Manipulatory z sprzężeniem zwrotnym dotykowym połączone ze środowiskami MR do szkolenia nowych pokoleń chirurgów w przyszłości wspomaganych przez roboty
Zespoły SANO
Computer Vision Team (Brain&More lab)
Extreme-Scale Data and Computing Team
Health Informatics Group
Personal Health Data Science Team
Scientific Programmers Team
Po więcej informacji odwiedź profil Sano na Platformie Współpracy LSOS.
Materiały do powyższego artykułu zostały dostarczone przez Sano – Centre for Computational Personalized Medicine.