Projektu prisidedama prie 2021–2030 metų Lietuvos Respublikos ekonomikos ir inovacijų ministerijos valstybės skaitmeninimo plėtros programos pažangos priemonės Nr. 05-002-01-07-08 „Kurti technologinius sprendimus ir įrankius, leidžiančius saugiai ir patogiai naudotis paslaugomis“ veiklos „Kalbinių išteklių dirbtinio intelekto technologijų sprendimų poreikiams plėtra” įgyvendinimo. Vykstant sparčiai technologijų raidai, didėjant geresnės gyvenimo kokybės lūkesčiams ir kintant visuomenės gyvenimo būdui, reikalinga veiksmingesnė ir geresnė sveikatos priežiūra. Vis senstanti visuomenė ir augantis pragyvenimo lygis lemia nuolat augantį sveikatos priežiūros paslaugų, pagrįstų naujausiais mokslo ir biomedicinos technologijų pasiekimais, poreikį. Siekiant spartesnės pažangos sveikatos apsaugos srityje, ligų diagnozavimui pradėtos naudoti Dirbtinio intelekto (DI) technologijos. DI technologijų taikymo medicinoje ir sveikatos priežiūroje rezultatai leidžia teigti, kad DI technologijos netolimoje ateityje padarys esminių pokyčių pacientų ir gyventojų sveikatos priežiūros srityje. Pavyzdžiui, DI grįsti giliojo mokymosi algoritmai gali ištirti tūkstančius medicininių vaizdų tam, kad nustatytų ligos pobūdį. Tai suteikia didžiulį potencialą, siekiant pagerinti diagnozės tikslumą ir greitumą. Naujų technologijų ekspansija sveikatos priežiūros srityje galėtų prisidėti prie greitesnės ir tikslesnės pacientų diagnozės, tai atliekant su ženkliai mažesniais kaštais. Taip ne tik sutrumpinamas diagnozavimo laikas, bet taip pat pagerinama ligonių gyvenimo kokybė. Jau įrodyta, kad DI technologijos kai kuriose srityse yra tokios pat veiksmingos diagnozuojant ligas ir prilygsta žmogui medikui, o kai kuriais atvejais net efektyvesnės. 2015 m. Nyderlandų karalystėje atlikto tyrimo rezultatai parodė, kad prostatos vėžio kompiuterinė diagnozė, naudojant magnetinio rezonanso vaizdus, buvo tokia pat veiksminga kaip ir žmonių radiologų, o 2016 m. tyrimo rezultatai Stanforde parodė, kad DI gali diagnozuoti plaučių vėžį, perskaitydamas mikroskopo vaizdus geriau už gydytojus patologus. DI technologijos turi didžiulį potencialą pakeisti ligos diagnozavimą ir gydymo proceso valdymą, atlikdamos pacientų duomenų sisteminę analizę ir klasifikaciją, kuri apima didžiulį duomenų kiekį. Šių technologijų stiprybė yra ta, kad tai yra potenciali galimybė pritaikyti didelių duomenų rinkimą ir jų modelių atpažinimą, kurie galėtų būti panaudoti diagnozuojant įvairias ligas (pvz. genetikoje, radiologijoje). Pagrindinės medicinos sritys, kuriose jau sėkmingai naudojami DI technologijomis grįsti įrankiai, yra: onkologija, neurologija, kardiologija ir genetika, o DI technologijų taikymas šiose srityse padeda efektyviau aptikti, diagnozuoti ir gydyti ligas. Tradiciniai genetiniai tyrimai yra laikui ir žmogaus darbui imlus darbas. Todėl jie trunka ilgai ir kainuoja brangiai. Šiuo metu ištirta ir nustatyta daugiau kaip 13000 genetinių ligų. Standartiniai genetiniai tyrimai trunka labai ilgai, todėl tai yra rimta kliūtis savalaikiam gydymo proceso nustatymui. Greitas pilnas genetinės sekos skaitymas gali leisti greičiau tinkamai diagnozuoti ligą, laiku atlikti medicinines intervencijas ligoniui, tokiu būdu sudarant prielaidas visuomenės sveikatingumui, mažėjančiam mirtingumui ir efektyviai kovai su genetinėmis ligomis. Medicininės natūralios kalbos apdorojimas (MNKA) yra DI technologijomis grįsti metodai ir technologijos, leidžiantys kompiuteriui automatiškai iš elektroninių tekstų išgauti reikšmingą klinikinę informaciją bei duomenis, juos suprasti ir tinkamai apdoroti, klasifikuoti ir prognozuoti galimą diagnozę. Natūralios kalbos labai skiriasi viena nuo kitos (sintetinės, analitinės, morfologiškai turtingos ir pan.), iki šiol nėra sukurtų tipinių kalbos technologijų algoritmų ir sprendimų, kuriuos būtų galima taikyti arba adaptuoti visoms kalboms. Lietuvių kalbai skirti tipiniai kalbos technologijų sprendimai jų išvystymo lygiu ženkliai atsilieka nuo anglų kalbai sukurtų sprendimų dėl mažos Lietuvos rinkos, mažo vartotojų skaičiaus, labai sudėtingos, sintetinės, labai refleksinės lietuvių kalbos specifikos, kurios analizei visiškai netinkami sprendimai anglų (analitinei) kalbai. Planuojamas projekto rezultatas tenkins dirbtinio intelekto technologijų sprendimų poreikius, kuriant genetikos sričiai skirtus sprendimus, pagerins tarpdisciplininį susikalbėjimą, praplės tarptautinio bendravimo genetikos srityje galimybes vienodai vertinant nustatytus žmogaus fenotipo pokyčius bei identifikuojant galimas jų priežastis, vertinant prognozę, pagerins žmogaus fenotipų ontologijos integravimą į kasdieninę medicininę praktiką, gerinant sveikatos priežiūros sistemos teikiamų paslaugų kokybę, išvengiant sisteminių klaidų. Įgyvendinant projektą nebus pažeidžiami horizontalieji principai (HP): darnaus vystymosi, įskaitant reikšmingos žalos nedarymo principą; lygių galimybių ir nediskriminavimo (dėl lyties, rasės, tautybės, pilietybės, kalbos, kilmės, socialinės padėties, tikėjimo, įsitikinimų ar pažiūrų, amžiaus, lytinės orientacijos, etninės priklausomybės, religijos, negalios ar kt.), įskaitant prieinamumo visiems reikalavimo užtikrinimą (paslaugų, infrastruktūros, fizinės ar e. aplinkos sprendimai, informacijos, transporto prieinamumo ir pan.); inovatyvumo (kūrybingumo) (vykdomi inovatyvūs viešieji pirkimai, taikomos naujos technologijos, kuriami ar diegiami inovatyvūs sprendimai ir pan.)). Projekte nėra numatyta projekto įgyvendinimo veiksmų, kurie turėtų neigiamą poveikį įgyvendinant HP. Įgyvendinant projektą nebus pažeidžiami ES pagrindinių teisių chartijų principai: lygybė prieš įstatymą, nediskriminavimas, moterų ir vyrų lygybė, neįgaliųjų integracija, teisė į nuosavybę ir aplinkos apsaugą.