Dr Sova

Moderní technologie v medicíně • Preventivní péče • Zdravá dlouhověkost

MUDr. Pavel Sova

Praktický lékař, konzultant, vědec

Propojuji klinickou medicínu s vývojem inovativních technologií ve zdravotnictví. Pomáhám týmům navrhovat řešení, sloužím jako most mezi lékaři a techniky a podílím se na testování i bezpečném zavádění moderních technologií do praxe – s důrazem na kvalitu, bezpečnost a reálnou přidanou hodnotu pro lékaře a pacienty.

Své odborné poznatky a praktické rady sdílím prostřednictvím digitálních platforem. Mojí misí je přispívat k inovacím ve zdravotnictví a ke zlepšování péče o zdraví.

Ve své lékařské praxi se řídím jednoduchým pravidlem: „Nenabízím povrchní rady, ale pomáhám lidem strategicky a dlouhodobě pečovat o své zdraví na základě ověřených vědeckých poznatků. Mým cílem není jen prodloužit život, ale především zajistit jeho vysokou kvalitu co nejdéle."

O mně

Jsem lékař specializovaný na všeobecné lékařství se zaměřením na preventivní medicínu, podporu zdravé dlouhověkosti a celkově zdravého životního stylu (lifestyle medicine).

V rámci své konzultační činnosti se zabývám využitím virtuální reality v medicíně a aplikací strojového učení pro klinické účely. Podílím se na vývoji a certifikaci softwarových i hardwarových řešení ve zdravotnictví.

V oblasti AI se také věnuji vzdělávání

– jsem autorem e-learningového kurzu AI v medicíně Aplikace / Limity / Budoucnost, a AI v medicíně: Rizika / Etika / Budoucnost který je pro všechny členy ČLK zdarma dostupný v portálu celoživotního vzdělávání ČLK. 

- dále vytvářím sérii AI in MED WEEKLY, kterou můžete sledovat napříč všemi sociálními sítěmi.

Dále působím v profesních skupinách vytvářejících pravidla a doporučení pro AI v českém zdravotnictví a v této oblasti také publikuji.

Projekty a výzkum

Aktuální příspěvky

AI in MED WEEKLY

Na praktickylekar.online vyšel první díl webinářové série Doktor, pacient, AI, pořádané Společností všeobecného lékařství ČLS JEP. První díl je pojatý jako úvodní přehled – stručně shrnuje, kde všude dnes umělá inteligence do medicíny vstupuje, jaké možnosti už nabízí a jaká témata s jejím využíváním souvisejí. Každý díl série navíc zakončuje konkrétní praktická ukázka využití AI. V dalších dílech se pak budeme jednotlivým oblastem věnovat podrobněji. A rovnou si Vás dovolím pozvat na pokračování, které vyjde 15. 10.: Doktor, pacient, AI: Možnosti a limity použití AI v medicíně První díl najdete zde: https://www.praktickylekar.online/hm3NpCGe48EPřeklad lékařské dokumentace pomocí vlastního GPT může být rychlý, ale bez odborné kontroly se neobejde. Prompty k praktickému vyzkoušení najdete na webu https://drsova.cz/ai-medtech Další z mých custom GPT slouží k překladu lékařských zpráv. Při překladu zachovává strukturu dokumentu, kódy, formální styl, odbornou terminologii. Součástí výstupu je také sekce s poznámkami, která upozorňuje na případné nejasnosti nebo nejistoty v překladu. Zásadní podmínkou bezpečného použití ale zůstává znalost cílového jazyka, schopnost ověřit věcnou správnost překladu, kontrola, že výsledný text obsahuje všechny podstatné informace. TAKE-HOME MESSAGE - GPT může pomoci zachovat strukturu i odborný charakter zdravotnické dokumentace. - Finální překlad musí vždy projít kontrolou člověka, který cílový jazyk skutečně ovládá. To a mnohem více se dozvíte v mých akreditovaných a bezplatných kurzech AI v medicíně na vzdělávacím e-learningovém portálu ČLK: https://eclk.cz/courses/238 a https://eclk.cz/courses/243AI jako nástroj ke zrychlení a zpřesnění kódování diagnóz Prompty k praktickému vyzkoušení najdete na webu https://drsova.cz/ai-medtech Custom GPT zaměřený na MKN-10 může z průběhu hospitalizace či epikrízy připravit první návrh diagnóz a jejich kódů, které následně lékař zkontroluje a případně upraví. Přesnost takového postupu závisí na tom, zda vstupní text obsahuje všechny klinicky důležité informace. Studie Easy-ICD ukazuje, že u složitých zpráv lze zkrátit čas potřebný ke kódování o 46 %, i když zlepšení přesnosti je spíše mírné. Hlavní přínos asistivní AI tak může spočívat především v úspoře času a snížení administrativní zátěže. Podobný princip lze využít i pro kódování léčiv nebo zdravotních výkonů. TAKE-HOME MESSAGE - AI může připravit první návrh kódování MKN-10, finální kontrola ale zůstává na odborníkovi - Kvalita kódování stojí na kompletním klinickém vstupu a spolehlivém referenčním zdroji - Největším přínosem může být úspora času a snížení administrativní zátěže To a mnohem více se dozvíte v mých akreditovaných a bezplatných kurzech AI v medicíně na vzdělávacím e-learningovém portálu ČLK: https://eclk.cz/courses/238 a https://eclk.cz/courses/243

Pošlete mi e-mail

 
Zaujala vás některá z mých oblastí? Napište mi přes formulář a společně probereme detaily spolupráce!

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

Tento web používá soubory cookies. Cookies slouží k zvyšování kvality služeb, personalizaci nabídky, sběru anonymních dat a pro analytické účely.  Dalším procházením tohoto webu vyjadřujete souhlas s jejich používáním.