Αντικείμενο του έργου
Το πρόγραμμα smartHEALTH επικεντρώνεται στην ενίσχυση της ανταγωνιστικότητας μέσω της αξιοποίησης της έρευνας, της ανάπτυξης και της εφαρμογής τελευταίας τεχνολογίας στον τομέα της ψηφιακής υγείας, συνδυάζοντας τη συμπληρωματική εμπειρογνωμοσύνη των εταίρων, τις ερευνητικές δραστηριότητες αιχμής και τις διαθέσιμες υποδομές τους. Θα αξιοποιήσει τη διεθνώς κορυφαία τεχνογνωσία στους τομείς της Τεχνητής Νοημοσύνης (ΤΝ), της Κυβερνοασφάλειας και της Υπολογιστικής Υψηλών Επιδόσεων (HPC), μεταξύ άλλων, για να διευκολύνει την ανάπτυξη καινοτόμων προϊόντων και υπηρεσιών για τη διαγνωστική απεικόνιση, την ιατρική ακριβείας και τη βιοπληροφορική. το smartHEALTH στοχεύει να προσφέρει υπηρεσίες προστιθέμενης αξίας στο ευρύτερο οικοσύστημα υγείας που αποτελείται από βασικούς φορείς του ιδιωτικού & δημόσιου τομέα. Απευθύνεται στις ανάγκες των εταιρειών στους τομείς της πληροφορικής υγείας, της ιατρικής και βιοϊατρικής πληροφορικής, της βιοεικόνας, της διάγνωσης και του σχεδιασμού φαρμάκων, της φαρμακοβιομηχανίας, των οργανισμών παροχής υπηρεσιών υγείας (νοσοκομεία, ιατρικά & διαγνωστικά κέντρα, πρωτοβάθμια περίθαλψη, κοινωνική και ηλικιακή φροντίδα κ.λπ.), των επαγγελματικών οργανώσεων υγείας, των δημόσιων αρχών υγείας, των ομάδων υπεράσπισης ασθενών, των ρυθμιστικών οργανισμών, των ασφαλιστικών εταιρειών και άλλων.
Συνεργαζόμενοι φορείς
TUC: Το Εργαστήριο Ψηφιακής Εικόνας και Επεξεργασίας Σήματος (DISPLAY, www.display.tuc.gr) ασχολείται με την έρευνα σε θέματα επεξεργασίας σήματος/εικόνας, ανάλυσης και εξόρυξης δεδομένων με εφαρμογές σε συστήματα απεικόνισης, ολοκληρωμένους αυτοματισμούς και ανάλυση βιοϊατρικών δεδομένων. Ενδεικτικά ερευνητικά ενδιαφέροντα περιλαμβάνουν εφαρμογές μη επεμβατικής διάγνωσης ασθενειών του σώματος/εγκεφάλου, συμπεριλαμβανομένων των χρονικά μεταβαλλόμενων δικτύων λειτουργικής συνδεσιμότητας, συστημάτων μηχανικής και βαθιάς μάθησης, καταγραφής και κατάτμησης εικόνων, γεωμετρικών μοντέλων ανάπτυξης, αλληλεπίδρασης και διερευνητικής ανάλυσης βιολογικών και βιομοριακών σημάτων, καθώς και βιντεοεπιτήρησης για παρακολούθηση και έγκαιρη ανίχνευση. Ιδιαίτερη εξειδίκευση εκφράζεται σε προσεγγίσεις στοχαστικής αναγνώρισης προτύπων, εξαγωγής χαρακτηριστικών με τη χρήση της θεωρίας γράφων, μοντέλων εκτίμησης δικτύων και συγχώνευσης δεδομένων, με έννοιες μετασχηματισμού και σταθεροποίησης δεδομένων για τη διασφάλιση της κανονικοποίησης και της γενίκευσης αλγορίθμων μηχανικής και βαθιάς μάθησης.
Ιστοσελίδα έργου: https://biomed.ece.uowm.gr/smarthealth/