O programski skupini
Ključne besede:
Digitalni dvojček, živčno-mišični sistem, lokacijska inteligenca, podatkovno strukturiranje, učenje značilnic, predstavitev konteksta, časovno-prostorska regresija, večkriterijska dinamična optimizacija
Povzetek:
Rast naložb v internet stvari (IoT), analize masivnih podatkov in umetno inteligenco je spodbudila razvoj digitalnih kopij entitet iz resničnega sveta v obliki digitalnih dvojčkov. Takšni kibernetsko-fizični sistemi nudijo napredno spremljanje, podatkovno analitiko in napovedovalne zmogljivosti, zaradi česar so postali nov trend v računalništvu. Gartner jih uvršča med 10 ključnih tehnologij v letu 2019, s pričakovano 37% letno stopnjo rasti s sedanjih 2 milijard USD do 15 milijard USD v letu 2023 in 26 milijard USD v 2025. Zaradi potencialno velikega vpliva je posebna pozornost v tem kontekstu namenjena domenam medicine in zdravstva. Z zmožnostjo predvidevanja potencialnih težav in iskanja optimalnih rešitev lahko takšni digitalni dvojčki ponudijo pomembno pomoč pri zdravljenju bolnikov in pripomorejo k zmanjšanju tveganj ter povečanju učinkovitosti zdravljenja.
Kljub temu pa je danes uporaba digitalnih dvojčkov omejena predvsem na visokonadzorovana okolja in pametne stroje. Razvoj tehnologij za posnemanje bolj zapletenih sistemov, povezanih z delovanjem človeškega telesa, pa se še vedno sooča z naslednjimi pomembnimi izzivi:
- Obdelava množice heterogenih podatkovnih tokov, potrebnih za učenje obnašanja opazovanega sistema, zahteva bistvene izboljšave metodologij za samodejno poravnavo podatkov in njihovo strukturiranje;
- Obstoječe metode zlivanja medicinskih podatkov in učenja značilnic so še vedno osredotočene predvsem na izolirano obdelavo posameznih podatkovnih virov. To zahteva razvoj novih metod, ki bodo zmožne bolje izkoristiti njihove komplementarnosti;
- Povezovanje biomedicinskih meritev z okoljskimi dejavniki in dejavniki življenjskega sloga, ki je nujno za prenos laboratorijskih opazovanj v realna okolja, zahteva znaten napredek metod za izdvajanje kontekstnih značilnosti;
- Izboljšati je treba metodologije za spremljanje življenjskih mikrohabitatov, saj visoka razpršenost okoljskih senzorjev povzroča velike prostorske in časovne vrzeli v pridobljenih informacijah;
- Potreba po personalizaciji digitalnih dvojčkov zahteva optimizacijo dinamičnih modelov in njihovo prilagoditev na opazovane osebe, kar presega zmožnosti sodobnih optimizacijskih algoritmov.
V okviru predlaganega delovnega programa nameravamo nadgraditi naše dosedanje raziskovalno delo in nasloviti opisane izzive s ciljem izvedbe digitalnega dvojčka, ki bo sposoben posnemati funkcionalne parametre človekovega živčno-mišičnega sistema v dejanskem okolju. Zaradi splošnega staranja družbe postajajo živčno-mišične bolezni pomembno zdravstveno tveganje in vodilni vzrok za nezmožnost za delo. Stroški, povezani s tovrstnimi obolenji, v Sloveniji presegajo 2 % BDP.
Programska skupina združuje vodilne strokovnjake za obdelavo živčno-mišičnih signalov in semantičnih podatkov, razvoj metod časovno-prostorskih analiz ter izvedbo optimizacijskih algoritmov, ki bodo na osnovi osredotočenega iterativnega delovnega načrta uresničili predlagani program na soustvarjalen način.