Mentionsy Mentionsy
Podcast SGH: SGcHat
Podcast SGH: SGcHat

SGcHat AI_2.5 #AI Lab: Modele AI w ochronie zdrowia: sztuczna czy rozszerzona inteligencja?

20.03.2025 ·29 min 36 s · 7 rozdziałów

Zapraszamy do odsłuchania kolejnego odcinka SGcHat w paśmie #AILab, który prowadzi Daniel Kaszyński, ekspert w AI Lab SGH. Gośćmi odcinka są: Anna Potocka, menedżer ds. Wdrażania Nowych Technologii w LUX MED oraz Michał Plit, Dyrektor Strategii i Innowacji w LUX MED. Podczas spotkania rozmawiamy o styku branży opieki zdrowotnej oraz współczesnych rozwiązań AI. Czy opieka zdrowotna wykorzystuje sztuczną inteligencję? W jaki sposób to robi?W trakcie rozmowy poruszamy kwestie globalnych trendów związanych z wdrażaniem AI w dużych organizacjach. Nasi goście przedstawiają konkretne wytyczne i rekomendacje dotyczące prowadzenia projektów implementujących Sztuczną (Rozszerzoną) Inteligencję. Goście opowiadają również o głównych wyzwaniach i ograniczeniach, które spowalniają wdrażanie AI.Montaż, realizacja i foto: Anna Sydorczak

Introdukcja i zaproszenie gości

Daniel Kaszyński przedstawia temat rozmowy i zaprasza gości: Annę Potocką i Michala Plita z LUX MED.

1:32
Globalne trendy AI w opiece zdrowotnej

Anna Potocka omawia globalne trendy AI, takie jak diagnostyka obrazowa, telemedycyna i robotyka chirurgiczna.

3:03
Regulacje i prawo AI

Michał Plit omawia regulacje i prawo AI, podkreślając potrzebę deregulacji w Europie.

5:13
AI w LUX MED

Anna Potocka i Michał Plit opisują, jak AI wpływa na procesy w LUX MED i jak decydują, które inicjatywy zastosować.

3:32
Wdrażanie AI w dużych organizacjach

Anna Potocka opisuje proces wdrażania AI w LUX MED, w tym weryfikację i pilotaż.

8:27
Strategia wdrażania AI

Anna Potocka i Michał Plit omawiają strategię wdrażania AI w dużych organizacjach, podkreślając edukację i akceptację użytkowników.

7:13
Zakończenie rozmowy

Podsumowanie i dziękowania gości i słuchaczy.

0:10

Rozdziały i streszczenia generowane automatycznie. Pełna transkrypcja nie jest publikowana — wyszukaj frazę, aby zobaczyć dopasowane fragmenty.