• Definujte mieru aktuálnosti riešeného problému v danej oblasti vedy a techniky, z celosvetového pohľadu vrátane relevantných odkazov na odbornú literatúru
• Definujte vedeckú úroveň projektu a vedeckosť metód využívaných v riešení projektu
• Definujte ciele projektu a reálnosť ich dosiahnutia
• Opíšte navrhovanú metodiku riešenia projektu, opodstatnenosť jej výberu a efektívnosť jej pouţitia z hľadiska splnenia deklarovaných cieľov

Inteligentné hodinky poskytujú prostriedky pre sledovanie každodenných fitness aktivít. Informácie, ktoré tieto hodinky poskytujú o zdravotnom stave, nemusia byť stále korektné, ale sú dostatočne blízke na to, aby sa im dalo dôverovať. Niektoré inteligentné hodinky, ako napríklad Apple Watch, sú také presné, že môžu dokonca predpovedať a odhľovať rôzne choroby srdcovo-cievnej sústavy. V dôsledku toho je analýza dát z nositeľných zariadení vynikajúcim konceptom projektu na demonštráciu aplikácie dátovej vedy v zdravotníctve. Každoročne pribúdajú nové senzory a nové nositeľné zariadenia s cieľom zlepšiť digitálne zdravotníctvo, a na základe toho môžeme vidieť aj veľký nárast článkov zaoberajúc riešením práve tejto problematiky, kde sa rieši skutočný vplyv, prínosy a riziká nositeľných zariadení. Aj to vypovedá o aktuálnosti týchto tém a potrebnosťou sa im venovať. Je potrebné sa zaoberať týmto témam nielen na teoretickej úrovni, no aplikovať nadobudnuté princípy aj do praxe.

Vedecký výskum bude založený na analýze zdravotných dát pomocou nositeľného zariadenia, za účelom výskumu kvality zdravotných dát z nositeľných zariadení a objasnení existujúcich prínosov pre zdravotný sektor a digitálne zdravie. Taktiež bude predmetom výskumu návrh možného pokračovania, kde sa dajú použiť rôzne techniky umelej inteligencie.

Hlavným cieľom projektu je zamerať sa na výskumné medzery pri zbere dát, ich analýzu, aplikáciu výsledkov a ďalej navrhnúť budúce dôsledky výskumu. Očakávame, že tento projekt prinesie nové poznatky o aplikáciách nositeľných zariadení v oblasti zdravotnej starostlivosti a výskumu, a následne pomôže výskumníkom, lekárom, a zlepší používanie týchto zariadení medzi užívateľmi. To by malo priniesť niekoľko ďalších výsledkov vo forme kvalitnejších výstupov a publikácii, čo by malo zvýšiť šance pri získavaní rôznych národných, európskych a medzinárodných projektov. Pomocou výsledkov tohto projektu plánujeme navrhnúť pokračovanie, kde sa získané dáta budú využívať v nasledujúcich fázach, ako vstupné dáta pri aplikovaní rôznych algoritmov umelej inteligencie. Podľa nášho uváženia je dosiahnutie cieľov v súlade s harmonogramom reálne.

Z dôvodu reálnej implementácie je potrebný zber dát z nenositeľných zariadení, kde sa očakáva získanie dát, ktoré sa následne analyzujú, výstupné dáta sa prevedú do vizuálnej podoby a na základe toho sa budú dať vybrané hypotézy potvrdiť alebo vyvrátiť. Preto z poskytnutých financií plánujeme nakúpiť vhodné nositeľné zariadenia, výpočtovú techniku a ďalšie zariadenia, ktoré majú kľúčovú úlohu pre experimentálnu časť projektu.

(1) Poongodi, T., Krishnamurthi, R., Indrakumari, R., Suresh, P., & Balusamy, B. (2020). Wearable devices and IoT. In A handbook of Internet of Things in biomedical and cyber physical system (pp. 245-273). Springer, Cham.
(2) Wu, M., & Luo, J. (2019). Wearable technology applications in healthcare: a literature review. Online J. Nurs. Inform, 23(3).
(3) Schüll, N. D. (2016). Data for life: Wearable technology and the design of self-care. BioSocieties, 11(3), 317-333.
(4) Li, H., Wu, J., Gao, Y., & Shi, Y. (2016). Examining individuals’ adoption of healthcare wearable devices: An empirical study from privacy calculus perspective. International journal of medical informatics, 88, 8-17.

• Definujte mieru originálnosti projektu
• Opíšte navrhovaný koncept riešenia a formulujte vedeckú hypotézu
• Definujte význam predbežných výsledkov, nadväznosť navrhovaného riešenia na vlastné publikované výsledky

Naše výsledky by mali prispieť pre širokú verejnosť, ktorá sa zaujíma o svoje zdravie, pracuje v zdravotníctve alebo pre ďalších výskumníkov, ktorí sa zameriavajú na túto oblasť. Originalita spočíva v získaných dátach, ktoré predstavujú unikátne výstupy, na základe čoho rozširujeme obzory v rámci tejto témy.

Hlavné myšlienky projektu:
Priebežne monitorovanie zdravotného stavu užívateľa a jeho vyhodnocovanie (architektúra IoT). Pozorovanie konkrétnych atribútov a pomocou analýzy dát následne potvrdiť/vyvrátiť vybrané hypotézy za účelom výskumu kvality zdravotných dát z nositeľných zariadení, a objasnení existujúcich prínosov pre zdravotný sektor, a digitálne zdravie (pokročilá dátová analytika a vizualizácia dát).

• Definujte harmonogram riešenia projektu s ohľadom na logickú nadväznosť postupov a na napĺňanie deklarovaných cieľov
• Vysvetlite adekvátnosť použitej metodiky
• Vysvetlite adekvátnosť navrhnutého rozpočtu projektu v kontexte finančnej náročnosti dosiahnutia cieľov
• Stanovte časový plán realizácie a naplnenia stanovených vedeckých cieľov

Na začiatku riešenia budú zaobstarané a implementované vybrané nositeľné zariadenia. Vyberú sa vhodné hypotézy, ktoré budú dôležitou súčasťou práce v ďalších fázach. V druhej etape bude prebiehať zber dát. Získané dáta z nositeľného zariadenia získame pomocou exportovania z priradeného mobilného zariadenia. V rámci tejto etapy prebehne analýza súčasného stavu, čistenie a úprava dát do žiadúcej podoby, a data mining. Výstupné dáta prevedieme do vizuálnej podoby a potvrdíme alebo vyvrátime nami vybrané hypotézy. Ďalšia fáza sa zameriava na návrhu pokračovaní, kde sa získané dáta budú využívať už ako vstupné dáta pri aplikovaní rôznych techník umelej inteligencie. Nakoniec budú zozbierané informácie aplikované do vedeckých výsledkov vo forme publikácií.

Rozpočet je nutný na získanie nositeľných zariadení, výpočtovej techniky a ďalších zariadení, pomocou ktorých prebieha aj zber zdravotných dát, ktoré majú kľúčovú úlohu pre experimentálnu časť projektu.

Vedecké ciele sú dosiahnuteľné v období jedného roku, keďže celý proces realizácie a experimentov sa skladá zo sekvencie krokov, ktoré majú priebežné výsledky. Výsledky realizácie projektu však majú dopad na dlhší časový horizont a na pokračovanie v oblasti integrácie znalosti z viacerých systémov a ďalšieho zdokonaľovania systému.

• Odôvodnite kompetentnosť zúčastnených riešiteľských organizácií na riešenie predkladaného projektu v kontexte hlavných úloh, ktoré budú jednotlivé organizácie v projekte zabezpečovať
• Opíšte kompetentnosť jednotlivých riešiteľov na riešenie predkladaného projektu a základné úlohy, ktoré budú v rámci implementácie projektu realizovať (netýka sa zodpovedného riešiteľa)
• Opíšte spôsob kooperácie riešiteľov, ich vzájomnú komplementaritu a zastupiteľnosť pri riešení projektu
• Opíšte existujúcu prístrojovú a personálnu infraštruktúru pracovísk podieľajúcich sa na implementácii projektu
• Opíšte mieru zapojenia mladých pracovníkov výskumu a vývoja do 35 rokov vrátane študentov doktorandského štúdia do riešenia projektu

Nikola Hrabovská - doktorandka, 1. ročník - venuje sa oblasti dátovej analytiky, webovým technológiám a strojovému učeniu. V roku 2020 ukončila 1. stupeň vysokoškolského štúdia v odbore hospodárska informatika bakalárskou prácou na tému Získanie anotácií a ich využitie v rámci detekcie antisociálneho správania. V novembri 2020 publikovala konferenčný príspevok s názvom Annotated dataset for the fake news classification in Slovak language na konferencii ICETA [1]. V roku 2022 ukončila 2. stupeň vysokoškolského štúdia v odbore hospodárska informatika diplomovou prácou na tému Analýza zdravotných dát z nositeľných zariadení. Jej aktuálna dizertačná práca sa zaoberá dolovaním dát pomocou prediktívnych modelov.

[1] SARNOVSKÝ, Martin; MASLEJ-KREŠŇÁKOVÁ, Viera; HRABOVSKÁ, Nikola. Annotated dataset for the
fake news classification in Slovak language. In: 2020 18th International Conference on Emerging
eLearning Technologies and Applications (ICETA). IEEE, 2020. p. 574-579.

Maroš Krupáš - doktorand, 1.ročník - venuje sa oblasti multirobotických systémov, IoT a analýzy dát. V roku 2020 ukončil 1. stupeň vysokoškolského štúdia v študijnom programe inteligentné systémy bakalárskou prácou na tému Mobilné multirobotické systémy. V roku 2022 ukončil 2.stupeň vysokoškolského štúdia v študijnom programe inteligentné systémy diplomovou prácou na tému Multirobotické systémy v laboratóriu. Jeho aktuálna dizertačná práca sa zaoberá digitálnym dvojčaťom a človekom v Priemysle 4.0/5.0.

Erik Kajáti - odborný asistent - člen vedeckej komunity IEEE, člen Slovak Society for Artificial Intelligence - úspešne obhájil dizertačnú prácu v roku 2020 na tému: "Inteligentná interoperabilita človeka a systému s podporou výpočtov na hrane siete". Medzi odborné/výskumné zručnosti patrí návrh a realizácia riešení využívajúcich najmodernejšie technológie a princípy ako: výpočty na hrane siete (edge computing), Industry 4.0/5.0, Operator 4.0, počítačové videnie, algoritmy umelej inteligencie, IoT/IIoT, pokročilá lokalizácia v rôznych prostrediach, so zameraním sa aj na HMI (UX) prostredia pre potreby v rôznych odvetviach (výrobný priemysel, zdravotníctvo). Spolu s tímom vyhral viacero medzinárodných súťaží zameriavajúcich sa na transfer znalostí do praxe, napr. prvé miesto na Slovak University Startup Cup (2019) a účasť na University Startup World Cup 2019 (TOP40 univerzitných startupov zo sveta). Zároveň sa stal víťazom (laureátom) Študentskej osobnosti Slovenska akad.r. 2019/2020 v kategórii Informatika a matematicko-fyzikálne vedy. Počas doktorandského štúdia absolvoval viacero zahraničných pobytov a stáží, napr. trojmesačný Erasmus+ výskumný pobyt na University of Auckland, New Zealand – skupina prof. Xun Xu, LISMS v roku 2018 a následne dvojmesačný vyskumný pobyt na rovnakej univerzite v roku 2020 (vďaka podpore od Nadácie Tatra banky, program Študenti do sveta). Týmito pobytmi získal neoceniteľné skúsenosti najmä v oblasti Industry 4.0. Skupina LISMS (https://lisms.auckland.ac.nz/) ktorej bol počas výskumného pobytu členom je hodnotená ako najvplyvnejšia skupina v oblasti Industry 4.0 na Novom Zélande a prof. Xun Xu, ktorý skupinu vedie, je celosvetovo uznávaným profesorom. Taktiež je zodpovedný za laboratórium Think Lab: IoT & Vision & Robotics (V4-011) na KKUI, FEI, TUKE. Svoj výskum podložil aj veľkým počtom publikácií vo vysoko hodnotených časopisoch.

Alexander Brecko - doktorand, 2.ročník - Vo svojich doterajších prácach v rámci bakalárskeho a inžinierskeho štúdia sa zameriava na internet vecí (IoT), okrajové zariadenia, predspracovanie údajov na týchto zariadeniach a využitie týchto zariadení v priemysle 4.0. Pre účely dizertačnej práce spolupracuje so spoločnosťou Siemens Healthineers v rámci laboratória Intelligent Health Lab, pričom výskum v rámci doktorandského štúdia je zameraný na spracovanie obrazov, klasifikáciu obrazov, metódy umelej inteligencie na hrane siete, nasadzovanie modelov strojového učenia a ich dotrénovávanie na hrane siete (edge computing).

Maryna Tsvietaieva - študent, 3.ročník Bc. - venuje sa dátovej analytike. Aktuálne v rámci svojej bakalárske práce rieši predikciu zlyhania CT prístroja, pomocou metód strojového učenia.