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.
Wczoraj
Zuzanna Gazda
Rola EML4-ALK w oporności na inhibitory KRAS G12C poprzez aktywację dzikiego RAS
24.07.2026
Karolina Słotosch
FDA zatwierdza zidesamtinib we wcześniej leczonym ROS1+ NSCLC
24.06.2026
lek. Paulina Kalman
Taletrectinib w leczeniu ROS1-dodatniego raka płuca – aktualizacja wyników badania TRUST-I
30.04.2026
lek. Paulina Kalman
Zakrzepica żylna u pacjentów z rakiem płuca – częstość, czynniki ryzyka i znaczenie kliniczne
16.04.2026
lek. Paulina Kalman
