Piaskownice Regulacyjne AI dla bezpieczeństwa wdrażania technologii z wykorzystaniem automatyzacji i robotyzacji procesów diagnostycznych oraz administracyjnych

Wykładowca:

  • Michał Dybowski - uznany ekspert z wieloletnim doświadczeniem w obszarze innowacji, zarządzania jakością, certyfikacji i wdrażania technologii w sektorze ochrony zdrowia, pełniący kluczowe role na poziomie krajowym i międzynarodowym. Lider licznych projektów z zakresu cyfryzacji, zarządzania jakością i wdrożenia ESG w sektorze ochrony zdrowia. Aktywny członek i lider grup eksperckich działających przy Ministerstwie Cyfryzacji oraz organizacjach branżowych. Autor i współautor raportów strategicznych dla sektora ochrony zdrowia, w tym Greenbook oraz wytycznych wdrożeniowych AI zgodnych z AI Act. Prelegent krajowych i międzynarodowych konferencji na temat zrównoważonego rozwoju, innowacji oraz wdrażania AI w ochronie zdrowia.

Cel szkolenia:

  1. Przedstawienie roli Piaskownic Regulacyjnych AI jako narzędzia bezpiecznego wdrażania i testowania technologii opartych na sztucznej inteligencji (AI).
  2. Omówienie zastosowań AI w diagnostyce medycznej oraz automatyzacji i robotyzacji procesów administracyjnych, w tym pracy recepcji, obiegu dokumentów i obsługi pacjenta.
  3. Zaprezentowanie rekomendacji i standardów opartych na wytycznych GRAI (Grupa Robocza Artificial Intelligence), KPRM/MC, NST oraz certyfikacji bezpieczeństwa wdrażanych technologii AI (AIACT).
  4. Wskazanie, jak wykorzystać piaskownice regulacyjne do minimalizowania ryzyka wdrożenia AI i zapewnienia zgodności z regulacjami (AI Act, RODO).

 

Program szkolenia:

1. Piaskownice Regulacyjne AI – kluczowe narzędzie dla bezpiecznego wdrażania technologii 

  • Czym są Piaskownice Regulacyjne AI?
    • Bezpieczne środowisko do testowania innowacji opartych na AI w kontrolowanych warunkach.
    • Rola piaskownic w redukcji ryzyka technologicznego oraz optymalizacji rozwiązań przed wdrożeniem.
  • Znaczenie piaskownic dla sektora medycznego:
    • Testowanie AI w diagnostyce medycznej i procesach administracyjnych z uwzględnieniem bezpieczeństwa danych pacjentów (RODO).
    • Praktyczne wykorzystanie piaskownic zgodnie z rekomendacjami KPRM/MC oraz GRAI.
  • Wdrażanie AI zgodnie z AI Act i NST:
    • Kryteria zgodności z europejskim prawem AI (AI Act).
    • Przykłady regulacyjnych wytycznych krajowych i unijnych w sektorze ochrony zdrowia.

2. Automatyzacja i robotyzacja procesów diagnostycznych z wykorzystaniem AI 

  • AI w diagnostyce medycznej:
    • Automatyczna analiza obrazów medycznych (RTG, MRI, TK) – redukcja błędów i przyspieszenie diagnozy.
    • Robotyzacja generowania raportów diagnostycznych.
    • Integracja AI z systemami HIS (Hospital Information System) dla lepszej koordynacji opieki.
  • Zastosowanie AI poza obszarem diagnostycznym:
    • Praca recepcji i obsługi pacjentów:
      • Automatyczne systemy rejestracji wizyt i zarządzania kolejkami.
      • Wykorzystanie chatbotów do komunikacji z pacjentami (przypomnienia, odpowiedzi na pytania).
    • Optymalizacja procesów administracyjnych:
      • Robotyzacja obiegu dokumentów (RPA – Robotic Process Automation).
      • Automatyzacja analiz finansowych i zarządzania kosztami.
    • Wdrażanie AI w administracji publicznej:
      • Przykład zintegrowanych narzędzi AI wspierających organizację procedur zamówień publicznych (VBP – Value-Based Procurement).
  • Korzyści dla placówek medycznych:
    • Redukcja obciążenia personelu administracyjnego i medycznego.
    • Usprawnienie procesów, poprawa jakości usług i optymalizacja kosztów operacyjnych.

3. Certyfikacja bezpieczeństwa wdrażanych technologii AI (AIACT) 

  • Czym jest certyfikacja AIACT?
    • Sektorowy certyfikat oceniający bezpieczeństwo i jakość rozwiązań AI w ochronie zdrowia.
    • Kryteria oceny: bezpieczeństwo algorytmów, transparentność działania, zgodność z AI Act i RODO.
  • Dlaczego certyfikacja AI jest kluczowa?
    • Zapewnienie pełnego bezpieczeństwa danych pacjentów i minimalizacja ryzyka technologicznego.
    • Weryfikacja dostawców i systemów AI pod kątem jakości i zgodności regulacyjnej.
  • Wdrożenie certyfikowanych rozwiązań w piaskownicach regulacyjnych:
    • Proces audytu, testowania i akredytacji AI przed wdrożeniem.
    • Przykłady bezpiecznych wdrożeń systemów certyfikowanych w ramach piaskownic.

4. Przykłady dobrych praktyk i podsumowanie – case study 

  • Praktyczne wdrożenie automatyzacji i AI w podmiocie leczniczym:
    • Redukcja czasu rejestracji pacjentów o 40% dzięki chatbotom AI.
    • Skrócenie czasu diagnostyki o 30% przy wykorzystaniu AI w analizie obrazów medycznych.
  • Robotyzacja w administracji:
    • Przykład optymalizacji obiegu dokumentacji medycznej z wykorzystaniem RPA.

5. Podsumowanie i sesja Q&A 

  • Kluczowe kroki do bezpiecznego wdrożenia AI w procesach diagnostycznych i administracyjnych.
  • Znaczenie Piaskownic Regulacyjnych AI, certyfikacji AIACT oraz wytycznych GRAI i KPORM w zapewnieniu zgodności z regulacjami.
  • Sesja pytań i odpowiedzi – rozwianie wątpliwości uczestników.

 

Efekty kształcenia

  1. Uczestnicy zrozumieją rolę Piaskownic Regulacyjnych AI w testowaniu i wdrażaniu technologii AI w sektorze ochrony zdrowia.
  2. Poznają praktyczne zastosowania AI w diagnostyce oraz automatyzacji procesów recepcyjnych i administracyjnych.
  3. Dowiedzą się, jak wdrażać technologie AI zgodnie z rekomendacjami GRAI, KPRM i AI Act.
  4. Zdobędą wiedzę na temat certyfikacji AIACT jako narzędzia zapewniającego bezpieczeństwo i jakość wdrażanych technologii AI.

Do kogo kierowane jest szkolenie: 

  • Kadra zarządzająca szpitalami, klinikami i przychodniami.
  • Menedżerowie ds. IT, innowacji i transformacji cyfrowej.
  • Dyrektorzy administracyjni oraz specjaliści odpowiedzialni za optymalizację procesów.
  • Przedstawiciele działów jakości, finansów i compliance w podmiotach leczniczych.

 

Szkolenie organizowane w partnerstwie z NIL IN Sieć Lekarzy Innowatorów.