Suradnja znanosti i industrije kroz projekt iLIS

IN2 grupa, u suradnji s partnerima Sweet&Simple, Poliklinikom Lab Plus, RI–ING NET-om te Sveučilištem Jurja Dobrile u Puli, provodi projekt razvoja nove generacije laboratorijskog informacijskog sustava,  koji je započeo 1. studenoga 2024. i traje do 31. listopada 2027. godine. Ukupna vrijednost projekta iznosi 3,17 milijuna eura, od čega je 1,56 milijuna eura osigurano kroz bespovratna sredstva u okviru Integriranog teritorijalnog programa 2021.–2027., čime se potvrđuje njegov strateški značaj za unaprjeđenje zdravstvenog i laboratorijskog sektora.

Projekt je već ušao u svoje prve faze provedbe, tijekom kojih se razvijaju temelji nove generacije laboratorijskog informacijskog sustava (LIS). U okviru projekta važnu ulogu ima i Sveučilište Jurja Dobrile u Puli, koje svojim znanstvenim analizama i istraživačkim pristupom doprinosi razumijevanju i integraciji novih tehnologija u laboratorijsko okruženje. Time se omogućuje donošenje informiranih odluka i strateški razvoj nove generacije LIS-a. Istraživački tim Sveučilišta doprinosi projektu primjenom znanstveno-istraživačke metodologije u analizi suvremenih digitalnih tehnologija.

„Naše sudjelovanje u projektu iLIS usmjereno je na znanstvenu evaluaciju i primjenu najnovijih tehnologija u području laboratorijske dijagnostike, s posebnim naglaskom na ulogu umjetne inteligencije i velikih jezičnih modela. Vjerujemo da kombinacija znanstvenog uvida i praktične primjene može donijeti značajne iskorake u pouzdanosti, brzini i učinkovitosti laboratorijskih sustava. Objavljeni rezultati i dosadašnje aktivnosti potvrđuju da je ovaj projekt važan korak prema digitalnoj transformaciji zdravstvene skrbi“, izjavio je dr. sc. Ivan Lorencin, predstavnik Sveučilišta Jurja Dobrile u Puli i partner na projektu iLIS.

U sklopu dosadašnjih projektnih aktivnosti objavljen je znanstveni rad Robust Clinical Querying with Local LLMs: Lexical Challenges in NL2SQL and Retrieval-Augmented QA on EHRs, u časopisu Big Data and Cognitive Computing (MDPI), koji nosi visoki impact factor od 4.4. U ovom radu istražuje se kako se veliki jezični modeli (LLM-ovi) mogu koristiti za odgovaranje na kliničke i laboratorijske upite nad elektroničkim zdravstvenim zapisima, primjenom NL2SQL i RAG metoda. Posebno je predložena metoda SQL-EC za klasifikaciju pogrešaka i povećanje robusnosti sustava, čime se otvaraju nove mogućnosti za pouzdaniju i učinkovitiju obradu medicinskih podataka.

„Znanstveni i tehnološki iskoraci ostvareni u sklopu projekta iLIS potvrđuju njegov potencijal za transformaciju laboratorijske dijagnostike i unaprjeđenje zdravstvene skrbi. Uspješna suradnja akademskog i gospodarskog sektora temelj je za razvoj inovativnih rješenja koja će odgovarati  potrebama sustava, a dosadašnji rezultati jasno pokazuju da je iLIS na pravom putu“, izjavio je Matko Čeme, mag.ing.comp, IN2 funkcionalni team lead projekta.