80 000
Oznaczone sprawy
130 000
Pacjenci przesiewowi
Naszą misją jest wspieranie wszystkich interesariuszy rynku w diagnozowaniu pacjentów z rzadkimi chorobami w badaniach klinicznych, leczeniu lub monitorowaniu pacjentów. Opracowane algorytmy analizujące EHR są wdrażane na naszych platformach:
Platforma Saventic Med
dla klinik medycznych i lekarzy
Platforma Opieki Saventic
Dla pacjentów
12 000
Zdiagnozowane przypadki
Prowadzimy aktywne projekty i strategiczne partnerstwa w krajach Ameryki Południowej, Północnej, Azji i Europy, w tym:
Ameryka Południowa: Argentyna, Brazylia, Chile, KolumbiaAmeryka Północna: Kanada, Meksyk, Stany Zjednoczone
Azja: Tajwan
Europa: Austria, Francja, Niemcy, Polska, Szwajcaria
Dodatkowo planujemy ekspansję na kolejne kraje Ameryki Łacińskiej, Azji i regionu Zatoki.
300 milionów ludzi żyje z rzadką chorobą na całym świecie, a mimo to są oni wciąż pomijani. Większość pracowników służby zdrowia nie zna tych schorzeń, błędnie diagnozując pacjentów z innymi chorobami z powodu podobnych objawów.
Na dodatek brak skalowalnych narzędzi do wykrywania wczesnych objawów i odpowiedniego kierowania pacjentów przyczynia się do słabego lejka.
W rezultacie większość rzadkich pacjentów czeka ponad 5 lat na potwierdzenie diagnozy. W tym czasie objawy mogą się nasilać, czasem nawet trwać. Ten problem wpływa również finansowo na system zdrowia publicznego, instytucje prywatne oraz rodziny pacjentów. Co roku rząd USA wydaje 266 000 dolarów na pacjenta na koszty medyczne.
Im szybciej otrzymamy diagnozę, tym szybciej możemy zmniejszyć obciążenie wszystkich zaangażowanych w proces leczenia pacjenta – i przyczynić się do lepszej jakości życia.
Nasze algorytmy koncentrują się na rzadkich chorobach o ogólnoustrojowych skutkach — w tym na chorobach hematologicznych, immunologicznych, metabolicznych i sercowo-naczyniowych — gdzie wczesne wykrycie jest kluczowe, a objawy często są niespecyficzne.
Saventic Med to platforma stworzona dla szpitali i klinik, które chcą poprawić doświadczenia pacjentów poprzez szybszą i dokładniejszą diagnozę chorób rzadkich. Proces wdrożenia trwa 4-6 tygodni i odbywa się na miejscu, zapewniając ochronę i bezpieczeństwo danych.
Przygotowanie
Instalujemy lokalny serwer z naszymi algorytmami do skanowania danych zanonimowych pacjentów.
Screening
Nasze algorytmy oznaczają pacjentów o wysokim ryzyku chorób rzadkich na podstawie informacji z EMR.
Raport
Nasza platforma generuje raport, a na podstawie tych informacji Twój zespół medyczny może rozpocząć diagnostykę i plan leczenia.
Po wizytach u wielu lekarzy i bez ostatecznej diagnozy, pacjenci i ich rodziny często zaczynają szukać odpowiedzi samodzielnie. Dlatego stworzyliśmy platformę internetową, na której mogą ocenić ryzyko chorób rzadkich i otrzymać spersonalizowane wskazówki, gdzie znaleźć odpowiednie wsparcie.
Formularz online
Pacjenci informują o swoich objawach, historii medycznej oraz wcześniejszych wynikach badań.
Analiza
Po zeskanowaniu danych pacjentów nasze algorytmy oznaczają osoby o wysokim ryzyku chorób rzadkich.
Informacje zwrotne
Nasz zespół medyczny sprawdza ryzyko i dzielimy się z pacjentem ich orientacjami.
Opracowano system oceniania oparty na NLP, aby identyfikować chorobę Fabry'ego za pomocą elektronicznej dokumentacji medycznej. Wykazał wysoką dokładność (AUC 0,998) i skutecznie wykrył potwierdzony przypadek, wspierając wcześniejszą i dokładniejszą diagnozę.
Idiopatyczna wielocentryczna choroba Castlemana (iMCD) to bardzo rzadka choroba, często diagnozowana późno z powodu niskiej świadomości. Algorytm oparty na sztucznej inteligencji, wykorzystujący elektroniczne dokumentacje medyczne, może pomóc wykryć podejrzane przypadki, które wcześniej były pomijane.
Poznaj komunikaty prasowe dotyczące naszych produktów i osiągnięć.
Współpracujemy z farmaceutycznym, biotechnologicznymi, laboratoriami, szpitalami i lekarzami na całym świecie, aby usprawnić diagnostykę i szybciej łączyć pacjentów z leczeniem.
Od ponad 20 lat rozwija zespoły i przekształca pomysły w namacalne sukcesy na styku hematoonkologii, neurologii, kardiologii oraz rzadkich chorób w dużych firmach farmaceutycznych, takich jak AstraZeneca, Boehringer Ingelheim i AbbVie.
Data Scientist z tytułem magistra zaawansowanej analityki i big data z Warszawskiej Szkoły Ekonomicznej, z doświadczeniem w różnych branżach, obecnie koncentrującym się na przetwarzaniu języka naturalnego, LLM i uczeniu maszynowym, aby pomagać tworzyć innowacyjne rozwiązania w opiece zdrowotnej.
Karol Lis jest lekarzem-naukowcem i hematologiem z doświadczeniem w chorobach rzadkich, badaniach klinicznych oraz diagnostyce opartej na AI. Jako główny lekarz w Saventic Health łączy wiedzę medyczną z technologią, aby poprawić wczesne wykrywanie i opiekę nad pacjentami z skomplikowanymi zaburzeniami.
Marta Koryga jest globalną liderką w Saventic Health, gdzie kieruje strategicznym rozwojem i międzynarodową ekspansją Saventic Care, cyfrowej platformy zaprojektowanej do wspierania diagnostycznej drogi pacjentów. Z wykształceniem ekonomicznym z Warszawskiej Szkoły Ekonomicznej (SGH), Marta łączy przywództwo produktowe z głębokim zaangażowaniem w poprawę ścieżek pacjentów na całym świecie. Ściśle współpracuje także z Fundacją Saventic, pomagając łączyć innowacje z wsparciem pacjentów.
E-mail: marta.koryga@saventic.com
Pedro Amaral jest młodszym Data Scientist w Saventic Health, gdzie przyczynia się do rozwoju rozwiązań opartych na AI do diagnozowania chorób rzadkich. Obecnie studiuje na studiach magisterskich z uczenia maszynowego i sztucznej inteligencji na Universidade Federal do Ceará, a także posiada licencjat z informatyki uzyskany na tej samej uczelni. Ich wiedza w dziedzinie data science i uczenia maszynowego jest kluczowa dla ulepszania technologii medycznych, które wspierają szybszą i dokładniejszą diagnostykę.
Wojciech Amtmański jest Data Scientist w Saventic Health, koncentrującym się na opracowywaniu algorytmów diagnostycznych opartych na AI dla chorób rzadkich. Jego prace polegają na analizie elektronicznej dokumentacji medycznej w celu identyfikacji wzorców wskazujących na choroby takie jak choroba Castlemana, z celem zwiększenia wczesnego wykrywania i leczenia. Wiedza Wojciecha przyczynia się do misji Saventic Health, jaką jest szybsza, bardziej inteligentna i dostępna diagnostyka chorób rzadkich.
Łukasz Brodowski to doświadczony lider technologiczny z ponad 19-letnim doświadczeniem, obecnie pełni funkcję Chief Data Officer (CDO) w Saventic Health. Specjalizuje się w dostarczaniu innowacyjnych rozwiązań opartych na AI do diagnostyki chorób rzadkich, wykorzystując swoje bogate doświadczenie w inżynierii oprogramowania i rozwoju produktów. Łukasz odgrywa kluczową rolę w napędzaniu postępu technologicznego i inicjatyw strategicznych firmy.
Aleksandra Jurczuk jest specjalistką medyczną w Saventic Health, gdzie przyczynia się do rozwoju rozwiązań diagnostycznych opartych na sztucznej inteligencji dla chorób rzadkich. Posiada tytuł doktora medycyny (MD) i obecnie realizuje doktorat, łącząc swoją wiedzę medyczną z badaniami, aby rozwijać innowacje w opiece zdrowotnej. Mieszkając w Białystoku, jest zaangażowana w poprawę wyników leczenia poprzez integrację technologii i medycyny.
Dowiedz się więcej o naszych rozwiązaniach. Wypełnij formularz, a skontaktujemy się z Tobą jak najszybciej.
Mapa strony
Poradniki i prawa
Certyfikaty
Szymon Piątkowski absolvierte Informatik an der Nicolaus Copernicus University (BS) sowie Finance and Banking an der Warsaw School of Economics (MA). Die Themen seiner Diplomarbeit konzentrierten sich auf Convolutional Neural Networks, deren Vergleich mit traditionellen statistischen Methoden sowie die Implementierung neuronaler Netzwerklösungen in der Praxis.
Er verfügt über mehr als 12 Jahre globale Erfahrung in der strategischen und operativen Beratung bei PwC & EY mit Schwerpunkt im Gesundheitswesen.
Szymon Piątkowski absolvierte Informatik an der Nicolaus Copernicus University (licencjat) sowie Finance and Banking an der Warsaw School of Economics (MA). Die Themen seiner Diplomarbeit konzentrierten sich auf Convolutional Neural Networks, deren Vergleich mit traditionellen statistischen Methoden sowie die Implementierung neuronaler Netzwerklösungen in der Praxis.
Er verfügt über mehr als 12 Jahre globale Erfahrung in der strategischen und operativen Beratung bei PwC & EY mit Schwerpunkt im Gesundheitswesen.
