Δεύτερη θέση για το ΕΚΕΤΑ στο Gravitate Health Hackathon
[Τετάρτη, 24 Ιανουαρίου 2024]

Η ομάδα  του Εργαστηρίου Οπτικής Αναλυτικής του ΕΚΕΤΑ|ΙΠΤΗΛ, που κατέκτησε τη δεύτερη θέση: Από αριστερά προς τα δεξία: Αριστοτέλης Παπαπροδρόμου, Μαρία Τσούρμα, Αθανάσιος Καψάλης, Αναστάσιος Αλεξιάδης, Ιωάννα Δρυμπέτα, Κωνσταντίνος Βότης, Γεώργιος Γεροβασίλης, Ηλίας Καλαμαράς, Φώτης Ναλμπάντης

To Ινστιτούτο Τεχνολογιών Πληροφορικής και Επικοινωνιών του ΕΚΕΤΑ λαμβάνει τη δεύτερη θέση στο διεθνές Hackathon που πραγματοποιήθηκε στα πλαίσια του Ευρωπαϊκού έργου Gravitate Health.

Τη δεύτερη θέση, με βραβείο 1000 ευρώ, κατέκτησε το Εργαστήριο Οπτικής Αναλυτικής του Ινστιτούτου Τεχνολογιών Πληροφορικής και Επικοινωνιών (ΙΠΤΗΛ) για την ανάπτυξη καινοτόμου λύσης επεξεργασίας και παρουσίασης ιατρικών δεδομένων στο διεθνές Hackathon που πραγματοποιήθηκε στα πλαίσια του Ευρωπαϊκού έργου Gravitate Health.

Στο Hackathon, που πραγματοποιήθηκε στις 17-19 Ιανουαρίου 2024 στην Αθήνα, έλαβαν μέρος 10 ομάδες εκ των οποίων βραβεύτηκαν οι τρεις πρώτες όσον αφορά την καινοτομία και την ετοιμότητα του λογισμικού για διάθεση στην αγορά.

Στόχος του Hackathon ήταν η ανάπτυξη λογισμικού για την επεξεργασία ηλεκτρονικών φυλλαδίων φαρμάκων (Electronic Product Information - ePI) και την παρουσίασή τους στον χρήστη/ασθενή σε μορφή τέτοια που να ανταποκρίνεται καλύτερα στα προσωπικά του χαρακτηριστικά, όπως αυτά καταγράφονται στο ηλεκτρονικό προφίλ του ασθενή (International Patient Summary - IPS).

Η 9-μελής ομάδα του Εργαστηρίου Οπτικής Αναλυτικής (VALab) του ΕΚΕΤΑ/ΙΠΤΗΛ, υπό την καθοδήγηση του δρ. Κωνσταντίνου Βότη, ανέπτυξε τα λογισμικά ePI-tome και MyG-lensAssistant, τα οποία απέσπασαν το δεύτερο βραβείο.

Παράδειγμα σημασιολογικού χαρακτηρισμού των δεδομένων του ePI από το λογισμικό ePI-tome

Το διαδικτυακό περιβάλλον του λογισμικού MyG-lensAssistant 

Το λογισμικό ePI-tome χρησιμοποιεί τεχνολογίες τεχνητής νοημοσύνης (Artificial Intelligence - AI) για την επεξεργασία των ePI και τον χαρακτηρισμό λέξεων-κλειδιών σε προκαθορισμένες κατηγορίες (φάρμακα, ασθένειες, συμπτώματα, δοσολογίες, κλπ.). Οι χαρακτηρισμοί αυτοί συνδυάζονται με το προφίλ του ασθενή (IPS) στο λογισμικό MyG-lensAssistant, το οποίο αποτελεί ένα διαδραστικό διαδικτυακό περιβάλλον όπου ο ασθενής μπορεί να δει προσωποποιημένες πληροφορίες για τις παθήσεις του και τα φάρμακά του.

 Εμπλουτισμός της εμφάνισης του ePI χρησιμοποιώντας σημασιολογικούς χαρακτηρισμούς

1.Εμπλουτισμός του ePI με οπτικά βοηθήματα. 2.Το chatbot τεχνητής νοημοσύνης της εφαρμογής MyG-lensAssistant.

Τα ηλεκτρονικά φυλλάδια φαρμάκων παρουσιάζονται με προσωποποιημένο τρόπο, τονίζοντας ή κρύβοντας πληροφορία ανάλογα με το πώς σχετίζεται με το προφίλ του ασθενή, και εμπλουτίζοντάς το με οπτικά βοηθήματα (εικόνες, κλπ.). Πιθανές αλληλεπιδράσεις μεταξύ φαρμάκων εμφανίζονται σε ένα δίκτυο, ενώ ένας βοηθός τεχνητής νοημοσύνης (chatbot) επιτρέπει την συνομιλία του ασθενή με το σύστημα σε φυσική γλώσσα, για την ανάκτηση προσωποποιημένων πληροφοριών.