Георги Искров, Ралица Райчева, Костадин Костадинов, Георги Стефанов, Елена Митова, Румен Стефанов и Стефан Стефанов като част от Институт за редки болести и Катедра по социална медицина и обществено здраве към Медицински университет Пловдив имат активно участие в проекта Screen4Care, който стартира през 2021г. Неговата задача е справянето с предизвикателството за ускоряване на диагностицирането на редки заболявания, с основен акцент върху генетичния скрининг на новородени и технологии базирани на изкуствен интелект.
Предвид закъснението на диагностицирането на пациенти с редки заболявания, проучването направено от екипа от Института по редки болести заедно със Sandra Gillner и Carl Rudolf Blankart, KPM Center for Public Management, University of Bern, Swiss Institute for Translational and Entrepreneurial Medicine (Sitem-Insel), Switzerland; Edith Sky Gross и Gulcin Gumus, EURORDIS има за цел да оцени как машинното самообучение може да се използва за ускоряване и повишаване на прецизността в този процес и е публикувано в престижното международно списание „Orphanet Journal of Rare Diseases“ (Impact factor: 3.7).
В проучването взимат участие 423 медицински и други специалисти свързани с 24-те европейски референтни мрежи. Участниците изразяват ограничени познания и опит с технологиите за машинно самообучение. Анкетираните подчертават подобрената диагностична точност като най-важната потенциална полза. Въпреки предполагаемата липса на опит, има значителен ентусиазъм за внедряване на технологии за машинно самообучение, особено диагностични инструменти в областта на редките болести. Проучването подчертава важността на ранното сътрудничество между медицинските специалисти, софтуерни инженери, индустрия, здравни власти и асоциации на пациенти. Този съвместен подход се счита за решаващ за изграждане на доверие и ускореното приемане на машинното самообучение. Прочетете цялата статия тук.
Проектът Screen4Care EU-IMI е финансиран от Innovative Medicines Initiative 2 Joint Undertaking (JU) съгласно споразумение за безвъзмездна подкрепа № 101034427. JU получава подкрепа от програмата за научни изследвания и иновации Horizon 2020 на Европейския съюз и EFPIA.
