Czy sztuczna inteligencja może poprawić jakość danych w onkologii? Analiza wieloośrodkowego badania w raku płuca
Współczesna onkologia coraz silniej opiera się na danych rzeczywistych (real-world data, RWD), które uzupełniają wyniki badań klinicznych i pozwalają lepiej zrozumieć efektywność terapii w codziennej praktyce. Jednak ich pozyskiwanie pozostaje poważnym wyzwaniem. Większość informacji klinicznych jest zapisana w nieustrukturyzowanej formie – w opisach wizyt, kartach informacyjnych czy raportach patomorfologicznych – co wymaga ręcznej ekstrakcji danych przez personel badawczy. Proces ten jest czasochłonny, kosztowny i obarczony błędami, których częstość może sięgać nawet kilkunastu–kilkudziesięciu procent.
Materiał przeznaczony wyłącznie dla pracowników służby zdrowia
Ten materiał jest dostępny dla zarejestrowanych użytkowników.
Zaloguj się
Szanowni użytkownicy,
część materiałów udostępnianych na naszym portalu jest przeznaczona
wyłącznie dla lekarzy.
Wynika to z regulacji prawnych, do których musimy się stosować.
Jeśli nie jesteś lekarzem, zachęcamy do korzystania z przygotowanych przez nas materiałów dostępnych w zakładce dla pacjentów.
4.08.2026
Paulina Kalman
Rak płuca z fuzją RET – jak medycyna precyzyjna zmieniła rokowanie pacjentów
27.07.2026
Paulina Kalman
OCEANUS: kiedy radioterapia i immunoterapia działają najlepiej razem w zaawansowanym NDRP?
25.05.2026
lek. Paulina Kalman
EGFR i immunoterapia w raku płuca płaskonabłonkowym: nowe podejście skojarzone z pimurutamabem
13.05.2026
lek. Paulina Kalman
Badanie VALOR – czy SBRT może zastąpić operację w raku płuca?
30.03.2026
lek. Paulina Kalman
Taletrectinib w leczeniu ROS1-dodatniego niedrobnokomórkowego raka płuca – wyniki badań TRUST-I i TRUST-II
24.03.2026
lek. Paulina Kalman
ARTS – aumolertynib w leczeniu uzupełniającym po resekcji EGFR-dodatniego NDRP
16.03.2026
lek. Paulina Kalman
