W „Strefie start‑upów” prezentujemy innowacyjne polskie firmy, rozwiązujące problemy współczesnego świata za pomocą kreatywności i technologii. Tym razem przedstawiamy pięć firm z sektora medycznego, których misją jest zapewnienie przystępnej cenowo opieki zdrowotnej.
PRZECZYTAJ CAŁY ARTYKUŁ W WERSJI PDF
BrainScan
System wspomagający interpretację badań tomografii komputerowej głowy z użyciem metod uczenia maszynowego
Oparty na sztucznej inteligencji (AI) BrainScan umożliwia automatyczną detekcję i klasyfikację zmian patologicznych występujących w badaniu obrazowym tomografii komputerowej (TK) mózgu. Tym samym dostarcza lekarzom informacje, które pozwalają im na szybszą reakcję i bardziej trafną interpretację.
Jaki problem rozwiązuje BrainScan? System umożliwia przede wszystkim zwiększenie liczby badań obrazowych oraz skrócenie obecnie zbyt długiego czasu diagnozowania. W samej Wielkiej Brytanii brakuje 16 tys. radiologów. W Polsce sytuacja nie wygląda lepiej. Według danych Fundacji Watch Health Care, średni czas oczekiwania na realizację świadczenia zdrowotnego w radiologii i diagnostyce obrazowej wynosi w kraju mniej więcej trzy miesiące. Należy do tego dodać, że współcześnie aż 60% badań obrazowych TK stanowią badania mózgu, a skala pomyłek w interpretacji sięga 20%. Nie ulega zatem wątpliwości, że specjaliści potrzebują narzędzi, które przyspieszą proces interpretacji i zmniejszą prawdopodobieństwo błędnej diagnozy.
System BrainScan został opracowany na podstawie analizy ponad 116 596 badań obrazowych TK mózgu, a skuteczność zastosowanych algorytmów jest niebywała. W przypadku rozpoznania krwiaka nadtwardówkowego wynosi 94%, krwotoku podpajęczynówkowego – 95%, krwotoku śródmózgowego – 97%, natomiast jeśli chodzi o krwotok w układzie komorowym – jest to aż 98% rozpoznanych przypadków.
Do zespołu BrainScan należą: Robert Kitłowski – CEO, Marek Trojanowicz – CTO, Szymon Korzekwa – dyrektor ds. R&D, Adam Brzeski – dyrektor ds. AI.
Ailis
System monitoringu stanu zdrowia piersi, wykrywający zmiany nowotworowe u kobiet
Oparty na technologii Parametric Dynamic Imaging (PDI) Ailis posiada potencjał wykrywania anomalii w bardzo wczesnej fazie zmian nowotworowych. PDM polega na chwilowym pobudzeniu przepływu energii cieplnej wewnątrz tkanek. Pozwala to zobaczyć wewnętrzną aktywność energetyczną tych tkanek i dostrzec wszelkie, nawet potencjalne, anomalie. Dzieje się tak dlatego, że od razu widoczna jest różnica pomiędzy tkankami zdrowymi a chorymi lub zagrożonymi. Rozwiązanie można porównać do rezonansu magnetycznego, gdzie w trakcie badania wywoływany jest proces wzbudzenia atomów wody w tkankach oraz obserwacja ich powrotu do stanu początkowego.
Jaki problem rozwiązuje Ailis? Rak piersi to najczęstszy rodzaj nowotworu złośliwego wykrywany wśród kobiet – w samej Unii Europejskiej diagnozowany co 2,5 minuty. Obecnie z jego powodu co 7,5 minuty umiera kobieta. W zmniejszeniu tych statystyk może pomóc skuteczna diagnostyka na wczesnym etapie rozwoju choroby. Niestety, tradycyjnie wykonywane badania są drogie i wciąż w wielu krajach niewystarczająco dostępne. Ponadto najczęściej wykorzystywane badanie – mammografia – okazuje się niewystarczająco skuteczne, szczególnie wśród kobiet o piersiach małych lub o gęstej tkance piersi (40% populacji kobiet). W takich przypadkach skuteczność zdiagnozowania nowotworu spada nawet do poziomu 30%.
System opracowany przez Ailis wykorzystuje zaawansowane algorytmy, analizujące tysiące wyników badań piersi, które uczą się rozpoznawać i różnicować tkanki zdrowe i chore. Dzięki temu jest wstanie wychwycić najmniejsze anomalie oraz przewidzieć możliwość pojawienia się ich w określonym czasie. Warto dodać, że analiza trwa 4 minuty, a wynik dostępny jest już po 10 minutach. Dla porównania na wynik badania mammograficznego w Polsce pacjentka musi czekać około 8 tygodni.
Do zespołu Ailis należą: mgr Michał Matuszewski – założyciel i CEO, dr n. med. Kamil Drucis, dr inż. Mateusz Moderhak.
DocPlanner
Internetowa platforma do obsługi wizyt lekarskich
Aplikacja umożliwia pacjentom znalezienie lekarzy online i umówienie wizyty. Każdego miesiąca odnotowuje 30 milionów unikalnych użytkowników i używają jej dwa miliony aktywnych lekarzy, co oznacza, że jest największą platformą do rezerwacji usług medycznych online w Europie. Oferuje swoje usługi m.in. w Polsce (pod marką ZnanyLekarz), Turcji, Hiszpanii, Czechach, Meksyku, Kolumbii, Brazylii, Argentynie, Chile czy we Włoszech. Rozwiązanie wykorzystuje technologię marketplace oraz SaaS.
Jaki problem rozwiązuje DocPlanner? Aplikacja powstała w odpowiedzi na potrzebę dzielenia się spostrzeżeniami na temat lekarzy oraz poszukiwania opinii o specjalistach – po to, by pacjenci mieli szansę na znalezienie najlepszej możliwej opieki. Placówkom medycznym ułatwia natomiast zorganizowanie optymalnego przepływu pacjentów i ograniczenie odwołanych wizyt – oznacza to, że w miejsce właśnie odwołanej wizyty szybko pojawia się nowy pacjent. Pomaga lekarzom w poprawieniu swojej obecności w internecie.
Twórcą i pomysłodawcą platformy jest Mariusz Gralewski, który wcześniej współtworzył m.in. serwis GoldenLine.
CardioCube
Wirtualny asystent medyczny, monitorujący stan zdrowia osób chorych na serce
Oprogramowanie stworzone z myślą o osobach z niewydolnością serca. Wykorzystuje technologię Voice AI oraz urządzenie Amazon Echo. Monitoruje pacjenta poprzez zadawanie mu pytań o samopoczucie – np. jakie ma ciśnienie tętnicze, jaka jest częstotliwość akcji jego serca albo czy występują duszności. Wszystkie dane przesyłane są do szpitala, w którym leczy się pacjent, a AI analizuje je poprzez porównanie ich z danymi zebranymi od pozostałych pacjentów.
Jaki problem rozwiązuje CardioCube? Wirtualny asystent medyczny niweluje potrzebę częstych wizyt w celu sprawdzenia, czy stan pacjenta nie uległ zmianie. Dzięki regularnej wymianie informacji między chorym a lekarzem ten ostatni może wirtualnie przekazać informacje o zmianie terapii lub dawki leku. Dzięki regularnym rozmowom pacjenta z inteligentnym asystentem medycznym liczba wizyt w szpitalach ma zostać ograniczona do niezbędnego minimum.
Dane uzyskane od pacjenta za pośrednictwem urządzenia Amazon Echo i zainstalowanej na nim aplikacji CardioCube są na bieżąco i automatycznie analizowane przez algorytmy, które mogą przewidzieć, czy stan chorego może się wkrótce pogorszyć. Ponadto system konfigurowany jest pod każdego użytkownika indywidualnie, co oznacza, że nie będzie zadawał zbędnych pytań osobom, które nie są z natury wylewne. Natomiast pogawędzi np. o pogodzie z tymi pacjentami, którzy potrzebują częstszej interakcji.
Do zespołu CardioCube należą: Oskar Kiwic – prezes, dr Chris Grabowski – dyrektor ds. produktów, dr Rodney Anderson – dyrektor ds. strategii, dr hab. Tom Jadczyk – dyrektor ds. nauki, dr Przemek Magaczewski – dyrektor ds. regulacji.
Infermedica
Grupa narzędzi służąca do wstępnej diagnostyki medycznej, oparta na sztucznej inteligencji i uczeniu maszynowym
Do portfolio Infermediki należą obecnie cztery produkty: Symptom Checker – bezpłatne narzędzie ułatwiające pacjentom wstępne zdiagnozowanie problemu (AI kieruje pacjenta do odpowiedniego specjalisty); Infermedica Triage – aplikacja wykorzystująca AI do prawidłowego i ekonomicznego identyfikowania opieki nad pacjentami w centrach kontaktu; Infermedica API – baza danych służąca m.in. do zbudowania niestandardowego narzędzia do sprawdzania objawów lub asystenta głosowego; COVID‑19 RA – darmowe narzędzie do oceny ryzyka koronawirusa.
Jaki problem rozwiązuje Infermedica? Według Światowej Organizacji Zdrowia (WHO) obecnie aż 50% światowej populacji nie ma dostępu do podstawowej opieki zdrowotnej. Natomiast do 2030 r. na całym świecie będzie brakowało już 14 milionów pracowników służby zdrowia. Możemy zatem spodziewać się, że już i tak droga i niedostępna dla każdego opieka medyczna stanie się jeszcze droższa i jeszcze bardziej nieosiągalna. Infermedica za pomocą swoich rozwiązań chce z jednej strony zmniejszyć koszty leczenia, a z drugiej – pomóc w diagnostyce i ułatwić pracownikom medycznym obsługę pacjentów. W Polsce, w raz z jednym największych SOR‑ów w kraju, przygotowuje program, w którym AI ma oceniać stan pacjentów i kierować ich do odpowiedniego specjalisty.
Infermedica świadczy usługi firmom ubezpieczeniowym, zdrowotnym i farmaceutycznym. Pomaga im w zwiększeniu wydajności, poprawie przepływu pacjentów i obniżeniu kosztów. W testach zgodności z diagnozą specjalistów narzędzia Infermediki uzyskują wynik na poziomie 93%.
Do zespołu Infermediki należą m.in.: Piotr Orzechowski – dyrektor generalny, Irving Loh – Chief Medical Officer, dr Roberto Sicconi – Chief Science Officer, Paweł Iwaszko – dyrektor techniczny.
