Radionica HDMI: „Pametna sekundarna uporaba zdravstvenih podataka: EHDS u praksi kroz AI projekte u Hrvatskoj“
Datum: 1. srpnja 2026. godine
Vrijeme: 13:00-15:30
Način rada: Hibridni
Mjesto: Rockefellerova 2, Zagreb - Amfiteatar HZJZ
Poveznica: Webex link
Program:
|
13:00-13:30 |
Predviđanje rane rehospitalizacije Miha Kerber znanstveni asistent, Institut Ruđer Bošković
|
|
13:30-14:00 |
Bolja kontrola terapije kod osoba s dijabetesom tipa 2 Karlo Pintarić dr.med., HZJZ |
|
14:00-15:00 |
Rasprava Moderator Pero Ivanko mag.soc., HZJZ |
Najava predavanja:
Predviđanje rane rehospitalizacije
Predstavlja važan izazov za zdravstvene sustave koji nastoje unaprijediti kontinuitet skrbi, ishode liječenja pacijenata i učinkovito korištenje zdravstvenih resursa. Tijekom 2024. godine organiziran je inovacijski izazov temeljen na modelu otvorenog natjecanja (eng. crowd-sourcing), usmjeren na predviđanje rizika ponovne hospitalizacije korištenjem rutinski prikupljenih zdravstvenih podataka. Inicijativa je osmišljena ne samo s ciljem razvoja prediktivnih modela umjetne inteligencije, već i kao demonstracija praktičnog okvira za korištenje privatnih podataka u svrhu sekundarne uporabe zdravstvenih podataka na siguran način u svrhu inovacija. Natjecateljima su u početnoj fazi bili dostupni sintetički podaci koji su zadržavali ključna statistička svojstva izvornog skupa podataka, omogućujući razvoj modela bez izlaganja osjetljivih podataka o pacijentima. Završno treniranje i evaluacija modela provedeni su unutar infrastrukture Sigurnog okruženja za obradu podataka (Secure Processing Environment – SPE), čime je sudionicima omogućen pristup sigurnim računalnim resursima uz jamstvo da izvorni podaci ni u jednom trenutku ne napuštaju zaštićeno okruženje.
Bolja kontrola terapije kod osoba s dijabetesom tipa 2
Nedovoljno pridržavanje terapije (neadherencija) prisutno je kod približno 50 posto oboljelih od šećerne bolesti tipa 2 na globalnoj razini, što izravno narušava kontrolu glikemije te dovodi do težih komplikacija i češćih hospitalizacija. Kao odgovor na ovaj istaknuti problem u liječenju kroničnih bolesti, AI4Health.Cro EDIH organizirao je 2026. godine natjecanje u prediktivnom modeliranju. Zadatak sudionika bio je razviti modele umjetne inteligencije za predviđanje neadherencije pri uvođenju novih neinzulinskih terapija te ih pretočiti u praktične prototipove namijenjene kao podrška kliničkom odlučivanju u primarnoj zdravstvenoj zaštiti.
Projekt se temeljio na povezanim zdravstvenim podacima iz svakodnevne kliničke prakse (engl. real-world data), objedinivši zapise primarne zdravstvene zaštite Doma zdravlja Zagreb-Centar s podacima o hospitalizacijama i uzrocima smrti Hrvatskog zavoda za javno zdravstvo (HZJZ).


