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

Sdílení obrazovky s AI může být praktické, ale v medicíně představuje významné riziko. Moderní AI nástroje už neumí jen zpracovávat text, ale mohou také analyzovat obsah obrazovky, prohlížeče nebo konkrétních aplikací. To může být užitečné například při shrnutí webu, orientaci v dokumentu nebo asistenci při práci na počítači. V medicíně však při sdílení obrazovky vzniká zásadní problém: model může nechtěně získat přístup k údajům, které sdílet neměl. Stačí otevřená karta s kontakty pacientů, lékařská zpráva nebo e-mail obsahující citlivé zdravotní údaje. Proto běžné sdílení obrazovky u necertifikovaných AI nástrojů do klinické praxe nepatří. TAKE-HOME MESSAGE - Sdílení obrazovky s AI může nechtěně odhalit citlivá zdravotní data - Budoucí multimodální asistenti mohou být užiteční, ale pouze jako certifikované a kontrolované „druhé oči“ 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/243Když AI chatbot v medicíně nestačí: analýza dat ve virtuálním prostředí Code Interpreter (Advanced Data Analysis) rozšiřuje možnosti GPT o schopnost psát a spouštět skutečný kód. Dokáže automaticky provádět výpočty, analyzovat datové soubory a vytvářet přehledné vizualizace. V praxi může pomoci například s rutinními výpočty nebo zpracováním dat. Současně je ale důležité zachovat kritický přístup a výsledky vždy ověřovat. Navíc ne každá úloha je vhodná pro AI a v mnoha případech zůstává použití ověřených odborných kalkulátorů nebo specializovaných aplikací efektivnější a bezpečnější volbou. Dále je nutné vzít v potaz, že posíláte data online. TAKE-HOME MESSAGE - Code Interpreter umožňuje GPT analyzovat data, provádět výpočty a vytvářet vizualizace. - AI může usnadnit rutinní práci, ale nenahrazuje kontrolu výsledků. - Před použitím AI zvažte, zda již neexistuje vhodnější a ověřený nástroj. 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/243Reasoning modely v medicíně: predikce není nutně porozumění Reasoning modely výrazně posunuly možnosti velkých jazykových modelů — zejména při práci s komplexními úlohami a medicínskými případy. Přesto je důležité rozlišovat mezi tím, že model působí dojmem logického uvažování, a tím, že problému skutečně rozumí. Studie věnované schopnosti foundation modelů vytvářet „vnitřní model světa“ ukazují, že AI může velmi dobře předpovídat další krok, aniž by chápala příčinné vztahy. Dobré přirovnání nabízí rozdíl mezi Keplerem a Newtonem: dnešní modely se často podobají spíše Keplerovi – umí odhadovat následující krok, ale nemají obecný vnitřní model fungování světa. TAKE-HOME MESSAGE - Jazyková plynulost nutně neznamená skutečné porozumění. - Reasoning modely mohou dobře predikovat, ale nemusí chápat příčiny. - V medicíně musí AI zůstat nástrojem, ne nekontrolovanou autoritou. 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/243

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.