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

Když model hledá frakturu tam, kde není ani lidská páteř Případ „fish skeleton“ ukazuje, jak může model chybně interpretovat obraz mimo svou trénovací doménu. Kostru ryby může považovat za lidskou páteř a dokonce „najít“ neexistující frakturu. Hlavním důvodem je doménový posun, tedy nesoulad mezi vstupem a naučeným kontextem. Druhým faktorem je generativní povaha modelů a jejich tendence vytvořit interpretaci i ve chvíli, kdy by bylo vhodnější přiznat nejistotu nebo vstup odmítnout. TAKE-HOME MESSAGE - Model může úplně selhat, pokud dostane vstup mimo svou trénovací doménu. - V medicíně je důležité sledovat nejen odpověď modelu, ale i to, zda vůbec rozpoznal správný kontext. - Schopnost říct „nevím“ je u klinických AI nástrojů stejně důležitá jako schopnost něco najít. 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/243Multimodální AI aneb když se spojují obraz, text i biosignály Multimodální modely jsou pokročilý typ umělé inteligence, který dokáže současně pracovat s různými druhy dat, například s textem, obrazem, zvukem, videem nebo biosignály. Právě schopnost propojit více modalit a chápat jejich souvislosti otevírá v medicíně nové praktické možnosti. Model může například vyhodnotit rentgenový snímek plic a vytvořit návrh popisu nálezu. U videa z kapslové endoskopie může označit podezřelé oblasti. Do budoucna se nabízí i práce se signály, jako je EKG nebo EMG, zvlášť pokud jsou doplněny o anamnestické údaje a další klinické informace. Zároveň ale platí, že vedle významného pokroku tyto systémy přinášejí i vlastní slabiny a mohou zesilovat limity jednotlivých algoritmů, včetně halucinací. TAKE-HOME MESSAGE • Multimodální modely spojují více typů dat. • V medicíně mohou pomoci například při interpretaci obrazu, videa i biosignálů. • Jejich přínos je významný, ale je nutné počítat i s limity jednotlivých modelů a algoritmů. 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/238Halucinace generativní AI v medicíně Halucinace označuje situaci, kdy jazykový model vytvoří věrohodně znějící, ale nesprávnou odpověď. Riziko roste u složitých a specifických dotazů, kde model nemá dostatek opory v datech a doplňuje informace podle pravděpodobnosti. V praxi tak může sebevědomě uvádět neexistující studie nebo nepřesné závěry. V medicíně to představuje reálné riziko pro interpretaci informací i rozhodování. Výstupy AI je proto nutné systematicky ověřovat a chápat je jako podporu, nikoli jako zdroj pravdy. - Halucinace nejsou chyba, ale vlastnost modelu - Složitější dotaz = vyšší riziko nepřesnosti - Ověřování je v medicíně nezbytné 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

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.