Zdravotnictví

AI konzultant pro lékaře

Jak nemocnice nasadila UAML pro AI systém, který si pamatuje historii pacientů s přísnou GDPR ochranou.

Problém

Oblastní nemocnice se 300 lůžky čelí problému informačního přetížení. Lékaři potřebují rychlý přístup k:

Historii pacienta — léky, alergie, předchozí diagnózy, operace
Lékové interakce — kontrola kontraindikací při předepisování
Aktuální guidelines — klinické protokoly se mění, verze z minulého roku může být nebezpečná
Konzultace mezi odděleními — kardiolog potřebuje vědět, co předepsal neurolog

Současný nemocniční IS je zastaralý, neintegrovaný a nezvládá „chytré" dotazy typu „Má tento pacient kontraindikaci na ibuprofen vzhledem k jeho historii?"

Řešení s UAML

GDPR od základu — zdravotnická data jsou nejcitlivější kategorií osobních údajů. UAML řeší izolaci pacientů, audit trail, šifrování a právo na výmaz jako součást základní architektury — ne jako add-on.

                # Lékař ukládá klinický poznatek

                uaml.learn(

                    "Pacient alergický na penicilin. Alternativa: azithromycin.",

                    topic="alergie",

                    client_ref="pacient-2024-0847",

                    data_layer="knowledge",

                    confidence=0.99

                )

                # Sanitizace před sdílením s výzkumem

                bezpecne = uaml.sanitize(zaznam)

                # Automaticky redakuje jména, rodná čísla, adresy

Bezpečnostní architektura

Post-kvantové šifrování — ML-KEM-768 chrání data i proti budoucím kvantovým počítačům
PII sanitizace — automatická detekce a redakce osobních údajů (jména, RČ, adresy, telefony)
RBAC — lékař vidí vše, sestra jen svou sekci, administrativní pracovník nic z klinických dat
Audit trail — každý přístup k datům pacienta je zalogován (kdo, kdy, co, proč)
Consent management — evidence souhlasů pacienta, automatická expirace
Breach register — pokud dojde k úniku, systém sleduje 72hodinovou GDPR lhůtu pro oznámení

Temporální dotazy v praxi

Ve zdravotnictví je čas kritický — „Co jsme věděli o pacientovi v době rozhodnutí?"

                # Jaká medikace běžela 1. ledna?

                stav = store.search("medikace",

                    client_ref="pacient-2024-0847",

                    point_in_time="2024-01-01"

                )

                # Provenance — kdo a kdy zadal tento záznam?

                from uaml.audit.provenance import ProvenanceTracker

                tracker = ProvenanceTracker(store)

                puvod = tracker.get_chain(entry_id=42)

                # → Dr. Nová, 2024-03-15 14:22, zdroj: vyšetření

Očekávané přínosy

🏥 Rychlejší rozhodování — kompletní kontext pacienta během sekund
💊 Bezpečnější medikace — automatická kontrola kontraindikací
📋 GDPR compliance — připraveno na audit od ÚOOÚ
🔐 Budoucí bezpečnost — šifrování odolné kvantovým útokům
🏠 Data v nemocnici — žádný cloud, žádné sdílení s třetími stranami

Proč ne cloudové řešení?

Zdravotnická data nesmí opustit infrastrukturu nemocnice bez explicitního souhlasu. UAML běží kompletně lokálně — na serveru nemocnice, bez internetového připojení, bez závislostí na třetích stranách. To je pro zdravotnictví zásadní požadavek.