Česká technologická firma Datlowe zefektivňuje práci lékařů

Český healthtech Datlowe zkvalitňuje prostředí nemocnic a zefektivňuje práci lékařů. S pomocí technologie HAIDi, využívající umělou inteligenci a metody strojového učení, analyzuje veškeré informační databáze zdravotnického zařízení a získané údaje interpretuje formou výstupů shrnujících potenciální rizika. Ta představují možný výskyt nemocničních infekcí. Takzvané nozokomiální nákazy jsou nežádoucí komplikace, jež vznikají u pacientů například v souvislosti s chirurgickým výkonem. Jejich výskyt je obvykle spojen s rozvojem rezistencí vůči klinicky používaným antibiotikům, které znesnadňují léčbu.

Datlowe si od svého nástroje slibuje maximální kontrolu možných rizik, zefektivnění práce lékařů a v konečném důsledku i šetření nákladů zdravotnických zařízení. Technologii HAIDi dnes aktivně používají ve 12 českých nemocnicích. Využívána je nejen v České republice, ale i na Slovensku či v Rakousku. Datlowe v současné době usiluje o zaujetí západních investorů a spouští testovací projekty ve zdravotnických zařízeních v Německu, Velké Británii, ale i Spojených státech.

Za startupem stojí absolvent Matematicko-fyzikální fakulty Jakub Kozák, jenž v Datlowe působí na pozici CEO. Ten v minulosti strávil řadu let datovou analytikou, kterou pomáhal například ve finančním sektoru. S nemocničním prostředím se setkal v rámci studentské práce pro Fakultní nemocnici v Motole. Dále se zabýval datovou analytikou například v rámci projektu Léková encyklopedie, spočívající v propojování datových zdrojů o léčivech v České republice a zahraničí a v dodávání unikátních informací. Ve využití datové analýzy v nemocničním prostředí spatřil potenciál a v roce 2014 založil společnost Datlowe.

Současná zdravotnická zařízení dle Kozáka generují velké množství dat. Jejich informační potenciál však odborníci plně nevyužívají. Jejich interpretace totiž představuje pro nemocniční personál velké úsilí a hodiny manuální práce. Datlowe se proto rozhodlo prostřednictvím technologie HAIDi tyto procesy zautomatizovat a umožnit lékařům, aby se věnovali naplno své práci a využívali její podrobné výstupy k efektivní léčbě pacientů. „Nemocnice vnímáme jako prostředí, pro něž je efektivní analýza dat a jejich interpretace zcela zásadní. Zpracovávat a vyhodnocovat data manuálně je ale velmi neefektivní a náročné. Na využití jejich potenciálu však neměl zdravotnický personál dostatečné časové kapacity. HAIDi poskytuje takřka v reálném čase přehled potenciálních nemocničních infekcí, které jsou následně lékařským personálem vyhodnocovány,“ říká Jakub Kozák.