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.
24.06.2026
lek. Paulina Kalman
Taletrectinib w leczeniu ROS1-dodatniego raka płuca – aktualizacja wyników badania TRUST-I
22.06.2026
lek. Paulina Kalman
Progresja mózgowa w drobnokomórkowym raku płuca – kiedy nie zmieniać skutecznego leczenia?
22.05.2026
lek. Paulina Kalman
KRAS G12V w raku płuca: między biologią palenia a skutecznością immunoterapii
19.05.2026
lek. Paulina Kalman
Czy można uniknąć biopsji? Jak sztuczna inteligencja pomaga odróżnić łagodne i złośliwe guzki płuca
16.04.2026
lek. Paulina Kalman
Czy mikrobiota jelitowa może zwiększyć skuteczność immunoterapii? Wyniki badania FMT-LUMINate
26.03.2026
lek. Paulina Kalman
