2020. december 3-án került megrendezésre online formában a mesterséges intelligencia egészségiparra gyakorolt hatásairól szóló webinárium, melyen a DDRIÜ Dél-Dunántúli Regionális Innovációs Ügynökség is részt vett, mint a Medtech4 Europe Interreg Europe projekt partnere.
Egy rövid megnyitó után a szervezők bemutatták a SENET projektet, ami biztosította a webinárium megszervezését. A Horizon 2020 Program által finanszírozott SENET célja, hogy fenntartható párbeszédet teremtsen az Európai Unió és Kína egészségügyi kutatási és innovációs szereplői között, illetve megkönnyítse a kínai kutatók részvételét a Horizon 2020 pályázati felhívásokban. Ezen kívül támogatja az Európai Unió és Kína közötti fenntartható párbeszédet, valamint az egészségügyi kutatás és innováció terén folytatott jövőbeni együttműködés előmozdítását.
Az első előadó Dr. Nicole Wheeler volt, aki tagja az angol Centre for Genomic Pathogen Surveillance csapatának. Prezentációjában a gépi tanulás (Machine Learning – ML) fontosságát elemezte, illetve bemutatta, hogy az ML hogyan alkalmazható a kórokozók megfigyelésében. Példaként hozta fel a bakteriális genomokat, valamint azt részletezte, hogy az antibiotikumok rezisztenciája mennyire jósolható meg az új adatokkal.
https://www.senet-hub.eu/wp-content/uploads/2020/12/SENET_AI_Wheeler_compressed.pdf
A másodikként Prof. Xiao Li tartott előadást „Mesterséges intelligencia, orvosi képalkotás és orvosbiológiai big data elemzése” címen, aki a Kínai Tudományos Akadémia Számítástechnikai Intézetének egyetemi docenseként dolgozik. Prezentációjában két munkájukat részletezte bővebben. Egyrészt bemutatta a „Többfelbontású Modell” -t (Multi-Resolution Model), ami kiszámolja az anyag tulajdonságait vagy egy rendszer viselkedését, különböző szintű információk vagy modellek felhasználásával. Másrészt ismertette a „Nem-lineáris Poisson-Boltzmann Rendszer” -t (Non-linear Poisson-Boltzmann System), amellyel pontosabb energiaszámítás és dinamikusabb szimuláció érhető el a töltött állapotú biomolekulákhoz kapcsolódóan.
Az utolsó előadó a japán Országos Fejlett Ipari Tudományos és Technológiai Intézet (National Institute of Advanced Industrial Science and Technology – AIST) Mesterséges Intelligencia Kutatóközpont Gépi tanulás Kutatócsoportjának vezetője, Hideki Asho volt. Programjában, melynek címe a „Megerősítő tanulás alkalmazása a klinikai nyilvántartások elemzésben”, bemutatta a Markov Döntési Folyamatot (Markov Decision Process – MDP) és a Részlegesen Megfigyelhető Markov Döntési Folyamatot (Partially Observable Markov Decision Process – POMDP). Ezt a két folyamatot olyan modellezésre használják, melyek a hatóanyag és a környezet közötti kölcsönhatásokat vizsgálják.
https://www.senet-hub.eu/wp-content/uploads/2020/12/201203SENET-IDIH-Webinar.pdf
A webinárium végén a résztvevők egy szabad beszélgetés keretében kérdezhettek a három előadótól. Ahogy az az elhangzott előadásokból látható volt, a világ európai, kínai és japán vezető kutatói mind az alapkutatás, mind az alkalmazott kutatás terén jelentős szerepet tulajdonítanak a mesterséges intelligenciának. Ennek oka pedig a kutatás és az arra épülő innováció hatékonyságának növelésében, ipari alkalmazásainak megkönnyítésében rejlik.
A Medtech4 Europe projekt az Európai Regionális Fejlesztési Alap és a Magyar Állam társfinanszírozásával valósul meg.