Martin Kavec

Siemens Healthineers , produktový manažér a data-scientist pre cloudovské riešenia rádiologických produktov na báze umelej inteligencie. 
Martin Kavec ukončil vysokoškolské štúdium na Fakulte elektrotechniky a informatiky v roku 1995 v odbore Lekárskych prístrojov. Titul doktor filozofie (PhD) získal po 5 rokoch štúdia vo Fínsku, kde študoval vplyv patofyziologických mechanizmov pri akútnej mozgovej hypoperfúzii a ischémii na obrazoch magnetickej rezonancie. V rokoch 2004 až 2006 pôsobil na Oddelení magnetickej rezonancie v Univerzitnej nemocnici Erasmus v Bruseli, kde navrhoval a implementoval do klinickej praxe inovatívne riešenia pomocou obrazov magnetickej rezonancie, ktoré okrem iného zlepšovali presnosť navigácie počas operácie mozgu, automatické meranie mozgovej atrofie, meranie objemu mozgových nádorov a ich veľmi citlivé sledovanie zmien v čase. Počas svojej vedeckej kariéry Martin Kavec publikoval články v mnohých zahraničných časopisoch a prezentoval výsledky svojich prác na zahraničných konferenciách ESMRM, ISMRM a ASNR.

Okrem toho od roku 2010 pôsobí Martin Kavec ako expert Európskej komisie a v roku 2012 sa v tejto súvislosti zúčastnil v Bruseli spolu s ďalšími európskymi expertmi na hodnotení grantov pre FP7.

V roku 2010 Martin Kavec nastúpil do spoločnosti Siemens Healthineers na Slovensku,  kde pôsobil najskôr ako produktový manažér pre vývoj softvéru na čítanie rádiologických obrazov a v súčasnosti je produktovým manažérom a data-scientist pre cloudovské riešenia rádiologických produktov na báze umelej inteligencie.

 
  • Čo dnes spomaľuje nástup umelej inteligencie v zdravotníctve?   |   Jarná ITAPA 2021

    Umelá inteligencia v zdravotníctve má potenciál priniesť obdobné revolučné zmeny, ako prinieslo vynájdenie parného stroja pre priemysel na konci 19. storočia. Výhody v  zdravotníctve zahŕňajú efektívnu prevenciu, kratšie čakacie doby na liečbu, personalizovanú, efektívnejšiu a kratšiu liečbu, nižšie náklady. Avšak faktory ako množstvo dát a prístup k nim, dôvera lekárov, prepracovanosť algoritmov, integrácia do lekárskych informačných systémov, legislatíva, aj napriek mnohým benefitom spomaľujú rozsiahlejšie využívanie umelej inteligencie v zdravotníctve. Ako môžu veda a inovácie prispieť k zlepšeniu?
     
Prihláste sa na Jarná ITAPA 2021
Páčil sa ti článok? Zdieľaj ho a povedz o ňom aj ostatným