HTE Prosta Spółka Akcyjna realizuje projekt pn. „Inteligentny system do automatycznej klasyfikacji w rozwiązaniach mobilnych w monitoringu i pracy w trudnych warunkach przemysłowych”. Projekt jest współfinansowany ze środków Unii Europejskiej w ramach Działania 1.3 Badania i innowacje w sektorze przedsiębiorstw (typ projektu 4), Program Fundusze Europejskie dla Lubelskiego 2021-2027. 

Celem projektu jest opracowanie i wdrożenie innowacyjnego systemu do automatycznej klasyfikacji w rozwiązaniach mobilnych w monitoringu i pracy w trudnych warunkach przemysłowych. Rozwiązanie będzie polegało na automatycznej klasyfikacji kondycji serca na podstawie sygnałów EKG, bazującego na zaawansowanych technikach uczenia maszynowego. System, wykorzystując głęboką sieć neuronową typu LSTM, będzie w stanie automatycznie diagnozować stany serca takie jak migotanie przedsionków, bradykardia, tachykardia i inne. Oczekuje się, że oprogramowanie umożliwi wczesne wykrywanie problemów kardiologicznych, a także wspomoże rehabilitację pacjentów poprzez dostarczanie precyzyjnych danych o ich kondycji zdrowotnej. 

Oczekiwane rezultaty

• Opracowanie funkcjonalnego prototypu systemu z dokładnością klasyfikacji powyżej 99% na danychtestowych.
• Stworzenie platformy integrującej system z istniejącymi rozwiązaniami medycznymi.
• Zwiększenie efektywności diagnostycznej w placówkach zdrowotnych oraz poprawa jakości życia pacjentów poprzez monitorowanie ich stanu zdrowia w czasie rzeczywistym.
  

Najważniejsze etapy i sposoby ich realizacji

• Etap 1: Pozyskanie danych – Generowanie danych EKG przy użyciu symulatora ProSim 4.
• Etap 2: Optymalizacja przetwarzania danych wejściowych – Testowanie i wybór najlepszych technikprzekształcania danych, takich jak transformata falkowa czy entropia spektralna.
•  Etap 3: Dobór architektury sieci LSTM – Projektowanie i testowanie architektury sieci w celu osiągnięciaoptymalnej dokładności klasyfikacji.
• Etap 4: Optymalizacja parametrów uczenia – Eksperymentowanie z różnymi hiperparametrami, abyzoptymalizować proces uczenia.
• Etap 5: Testy ablacyjne – Przeprowadzenie testów ablacyjnych w celu optymalizacji modelu i jegokomponentów.
  

Grupy docelowe

Projekt skierowany jest głównie do zastosowań wearable w trudnych warunkach przemysłowych, placówek medycznych, a także do indywidualnych użytkowników z chorobami serca.

System może znaleźć zastosowanie także w firmach produkcyjnych i przemysłowych, gdzie monitoring zdrowia pracowników jest kluczowy, zwłaszcza w środowiskach o wysokim stresie fizycznym lub psychicznym. Przedsiębiorstwa z branży produkcyjnej mogą wdrożyć system jako część programów zdrowotnych i bezpieczeństwa pracy, umożliwiając ciągły monitoring kondycji serca pracowników podczas pracy.

Korzyści:

• Poprawa bezpieczeństwa pracy poprzez monitorowanie stanu zdrowia pracowników w czasie rzeczywistym.
• Szybkie wykrywanie stanów zagrożenia zdrowia, co pozwala na natychmiastowe działania prewencyjne.
• Zwiększenie efektywności programów zdrowotnych i bezpieczeństwa w przedsiębiorstwie.

System będzie interesujący dla organizacji badawczych i technologicznych, które pracują nad rozwojem nowych technologii z zakresu zdrowia cyfrowego. Takie instytucje mogą wykorzystać system jako platformę do dalszych badań nad sztuczną inteligencją i przetwarzaniem sygnałów biologicznych, co przyczyni się do rozwoju innowacyjnych rozwiązań w dziedzinie medycyny.

Korzyści z projektu odniosą również mieszkańcy województwa lubelskiego, poprzez zwiększenie dostępności zaawansowanych technologii monitoringu i rozwiązań medycznych w regionie.

Wartość projektu: 711 432,00 zł

Wysokość wkładu z Funduszy Europejskich: 491 640,00 zł

#FunduszeUE

#FunduszeEuropejski