Výzkumné aktivity

Tato aktivita tvoří odborné jádro projektu DIGITECH. Zaměřujeme se na aplikaci pokročilých metod datové analýzy, umělé inteligence a virtuální reality v oblasti zdravotnictví. Výzkum probíhá ve spolupráci s klinickými a technologickými partnery.

 

Strojové učení a pokročilá analýza dat v intenzivní péči

V této části projektu vyvíjíme prediktivní modely, které pomáhají lékařům v intenzivní péči činit rychlejší a přesnější rozhodnutí. Zaměřujeme se na analýzu signálů jako je EKG, EEG, ICP nebo arteriální tlak. Cílem je:

  • rozpoznat kritické stavy s předstihem,
  • snížit zátěž zdravotnického personálu,
  • zvýšit kvalitu péče o pacienty.

Součástí výstupu bude i veřejně dostupná databáze fyziologických dat a návrh certifikovaného softwarového nástroje pro klinické prostředí.

Spolupráce: Krajská zdravotní, a.s., FZS UJEP

 

Umělá inteligence v analýze radiologických snímků

Zaměřujeme se na využití hlubokých neuronových sítí při automatickém zpracování snímků z výpočetní tomografie (CT) a magnetické rezonance (MR). Vyvíjíme nástroje pro:

  • segmentaci a klasifikaci lézí,
  • detekci abnormalit,
  • podporu rozhodování radiologů.

Náš cíl je vytvořit AI-asistovaný systém, který integruje poznatky lékařů a učí se z každé nové interpretace.

Spolupráce: Fakultní nemocnice Bulovka, Syntropiq s.r.o.

 

Virtuální realita pro terapii kognitivních poruch

Třetí výzkumný záměr propojuje informatiku, psychologii a geriatrii. Vytváříme terapeutické VR aplikace pro seniory s počínající demencí. Simulace jsou navržené tak, aby:

  • stimulovaly kognitivní funkce,
  • podporovaly paměť a prostorovou orientaci,
  • zvyšovaly kvalitu života uživatelů.

Testování probíhá přímo v zařízeních sociální péče a výstupem bude ověřená metodika využitelná napříč republikou.

Spolupráce: Domov Velké Březno, p.o., FZS UJEP

 

Výstupy a dopad

Výzkumné aktivity v rámci této klíčové aktivity povedou k:

  • vývoji klinicky relevantních nástrojů (software, modely, metodiky),
  • publikacím v odborných časopisech,
  • zapojení studentů a mladých vědců do mezioborové spolupráce,
  • otevřenému sdílení dat a výsledků v duchu FAIR principů.