WYRAŻAM ZGODĘ NA PRZETWARZANIE DANYCH OSOBOWYCH NA ZASADACH OKREŚLONYCH W POLITYCE PRYWATNOŚCI, JEŚLI NIE WYRAŻASZ ZGODY NA WYKORZYSTYWANIE COOKIES WE WSKAZANYCH W NIEJ CELACH, W TYM DO PROFILOWANIA, PROSIMY O WYŁĄCZNIE COOKIES W PRZEGLĄDARCE LUB OPUSZCZENIE SERWISU
Centrum Badawczo – Rozwojowe
Centrum Badawczo-Rozwojowe
Prace w Centrum Badawczo – Rozwojowym Medycyny Dąb sp. z o.o. prowadzone są w celu wypracowania nowych metod diagnostyki nowotworów piersi w tym automatyzacji procesu diagnostycznego poprzez opracowanie metody wykrywania nowotworów w tym raka piersi z wykorzystaniem zbioru danych klasyfikacji obrazów histopatologicznych w ramach tworzenia biobanku, rejestru obrazów USG, mammografu, rezonansu magnetycznego oraz z zastosowaniem technik uczenia sztucznej inteligencji AI (artificial intelligence).
Badania porównawcze | Systemy (AI)
Badania obrazowe (ultrasonografia, mammografia, rezonans magnetyczny) mają na celu wykrycie wczesnej fazy nowotworu złośliwego, aby leczenie było najbardziej skuteczne. Pomimo licznych badań przesiewowych na całym świecie na ich interpretację wpływa wysoki odsetek wyników fałszywie dodatnich jak i ujemnych. System sztucznej inteligencji (AI) może aktywnie pomóc w diagnostyce raka piersi znacznie poprawiając skuteczność badań przesiewowych. Ocena systemu sztucznej inteligencji (AI) oparta na badaniach w warunkach klinicznych oraz na wynikach archiwalnych otwiera drogę do poprawy dokładności i skuteczności badań obrazowych w raku piersi.
Badania biomarkerów nowotworowych poprawią zrozumienie czynników ryzyka oraz czynników i mechanizmów ochrony przed chorobami nowotworowymi. Uzyskanie opartych na dowodach spersonalizowanych algorytmów przewidywania ryzyka wystąpienia raka ma celu identyfikację zagrożonych pacjentów. Celem jest ocena długoterminowych wzorców ryzyka choroby z perspektywy społeczno-ekonomicznej. Jaki jest długofalowy wpływ chorób nowotworowych i związanych z nimi zagrożeń na rynek pracy i wyniki ekonomiczne. Jaka jest długoterminowa opłacalność określonych działań profilaktycznych.
Czy nowe biomarkery pomagają przewidywać lub wcześnie wykrywać choroby wykraczające poza obecne strategie.
Dane kliniczne i biopróbki na dużą skalę wspierają skutecznie badania i reagowanie na nowe trendy technologiczne, innowacje medyczne, a także nowe środowiskowe lub chorobotwórcze zagrożenia dla zdrowia obywateli.
Badania porównawcze stanowią ważną podstawę do wyjaśnienia wzorców ryzyka choroby. Poszerzając zakres genetyczny, narażenia i interakcji uzyskamy nowy wgląd w procesy chorobowe.