Čo sa snažíme dosiahnuť?

Konštrukcia Rehapiana izoluje činnosť jednotlivých svalov, takže prejavy základného problému môžu byť dobre lokalizované. Získané dáta sú časovo štruktúrované, takže vhodné algoritmy dokážu odhaliť javy súvisiace s rôznymi zdravotnými problémami. Tieto môžu siahať od zníženej svalovej sily alebo asymetrických svalových síl medzi končatinami, zvyčajne prítomných po zraneniach, až po nezvyčajné oscilácie svalovej sily, ktoré sú zvyčajne prítomné pri postihnutí nervového systému. Systém je tiež vybavený na kvantifikáciu závažnosti zistených anomálií.

Vízia projektu spočíva v potrebe zlepšiť kvalitu života pacientov so svalovými a nervovo-svalovými poruchami a inovatívne a cenovo efektívne podporovať skvalitnenie zdravotnej starostlivosti o týchto pacientov v oblasti inteligentnej diagnostiky a podpory tzv. efektívnejšie rehabilitačné zásahy. Základom tohto multidisciplinárneho výskumu je využitie senzorov a analýzy dát pre včasnú a presnú diagnostiku, aplikácia umelej inteligencie pri prispôsobovaní rehabilitačného systému a procesu individuálnym potrebám, data mining na podporu samoučenia liečebných a diagnostických systémov, využitie gamifikácie ako spôsobu uľahčenia motivácie pri rehabilitácii a objektívne ekonomické a medicínske overenie terapie v reálnom čase.

Očakávaným výsledkom navrhovaného projektu je súbor modelov AI podporujúcich vybranú lekársku diagnostiku, umožňujúci začlenenie do relevantných modelov alebo rozhodovacích postupov, súbor vylepšených modelov AI ponúkajúcich dostatočne presnú, no zároveň ľahšie pochopiteľnú diagnostiku na rôznych úrovniach a súbor osvedčených postupov pre efektívnejšiu spoluprácu medzi analytikom údajov a lekárskymi odborníkmi. Všetky softvérové komponenty navrhnuté a implementované počas projektu budú univerzálne použiteľné pre rôzne typy zariadení prostredníctvom štandardného komunikačného protokolu. Zaoberáme sa jedinečnými údajmi o tlaku na základe času a spracovávame odlišný súbor údajov; naším cieľom je vytvoriť protokoly a štandardy na zachytávanie tohto špecializovaného typu údajov. Okrem toho sa snažíme vytvoriť najmodernejší prístup k predspracovaniu a spracovaniu týchto jedinečných údajov, špeciálne prispôsobený pre aplikácie v oblasti medicíny. Tieto inovácie prispejú k rozvoju inovatívnych systémov klinickej lekárskej diagnostiky.