Insuficiența cardiacă (IC) este o problemă medicală și economică majoră și în creștere, întrucât 1-2% din bugetul asistenței medicale este cheltuit la nivel mondial pentru această afecțiune. IC afectează în special persoanele în vârstă, 80% din spitalizările legate de IC fiind în rândul pacienților cu vârsta de peste 65 de ani. În plus, 70% dintre pacienții vârstnici sunt readmiși la spital în decurs de un an, ceea ce face din re-spitalizare o provocare medicală continuă.
În acest context, proiectul PerHeart folosește tehnologia informației și comunicațiilor cu scopul principal de a reduce ratele de re-spitalizare la pacienții cu IC prin:
- 1. sprijinirea pacienților cu IC în autogestionarea bolii lor și aderarea la terapie și modificări ale stilului de viață (participativ și preventiv);
- 2. furnizarea de feedback personalizat în timp real pentru pacienții cu IC și îngrijitorii acestora (personalizat);
- 3. elucidarea factorilor de risc specifici pentru readmisie și asistarea profesioniștilor din domeniul sănătății prin dezvăluirea de noi ținte fiziologice sau profiluri caracteristice ale pacienților pentru intervenții focalizate, fie medicale, fie sociale (predictive);
- 4. furnizarea de date care pot ajuta la interpretarea și predicția bolilor multifactoriale complexe (predictive) prin luarea în considerare a aspectelor medicale, de gen, de vârstă, sociale și economice specifice (personalizate).
Platforma TIC PerHeart se va integra într-un design modular funcționalități dedicate pacienților cu IC și îngrijitorilor lor profesioniști. Software-ul de inteligență artificială de bază se va adapta la nevoile pacientului, în timp ce datele colectate în trei țări (Polonia, Danemarca, Italia) vor ajuta la elucidarea factorilor de risc specifici pentru readmisie, luând în considerare aspectele de gen și socio-economice și vor ajuta la interpretarea și predicția bolii multifactoriale complexe, oferind în același timp contribuții pentru intervenția focalizată.
Colaborarea transnațională între echipe multidisciplinare din țările PerHeart, combinată cu experiența anterioară în dezvoltarea soluțiilor de asistență pentru autonomie la domiciliu, va asigura o implementare cu succes a proiectului.
Prezentare Generala
Etapa 1
Activitatea I.1: Arhitectura platformei PerHeart se bazeaza pe dezvoltarile anterioare ale partenerilor implicati in proiecte de tip Ambient and Assistive Living (AAL). Acestea au la baza un design modulare care va fi complementat in cadrul PerHeart cu un software bazat pe inteligenta artificiala (IA). Acesta va contribui ca datele colectate de catre senzorii si dispozitivele integrate in platforma sa fie analizate in vederea stabilirii factorilor de risc care duc la readmiterea pacientilor cu insuficienta cardiaca. Modulele care intra in componenta platformei PerHeart sunt prezentate alaturi de componentele software selectate pana in prezent.
Activitatea I.2: In cadrul acestei activitati au fost stabilite si s-a inceput configurarea diverselor componente software. De asmenea, s-au facut teste initiale pentru o implementare de federated learing. Implementarea platformei are la baza limbajul Python si framework-ul web Flask, clasificat ca un micro-framework datorita independentei acestuia de biblioteci si tool-uri aditionale. Flask nu necesita un layer de abstractizare al bazei de date, validare sau alte componente pentru care exista biblioteci third-party ce implementeaza aceste functionalitati. Platforma va fi implementata cu un design de tip micro-service. Micro-serviciile au baze de date separate si compunica prin expunerea unor Restful Application Programming Interface (API) care pun la dispozitie operatii de tip Create, Read, Update, Delete (CRUD) pentru datele gestionate, accesibile prin diferite nivele de acces si un sistem prestabilit de permisiuni.
Activitatea I.3: Pagina proiectului este mentiunata in limbile engleza si romana la: www.citst.ro/projects/perheart/. Pentru a asigura un bun mers al proiectului se va folosi OpenProj care este o aplicatie desktop de gestionare a proiectelor de tip „open-source”, similara cu Microsoft Project. OpenProj are o interfata usor de utilizat si ofera diagrame Gantt si PERT. OpenProj permite crearea de proiecte si impartirea lor in pasi si jaloane, fiecare din acestea putand avea propriul set de detalii care permite sa delegarea fiecarui jalon sau pas ca sarcini pentru echipe.
Etapa 2
Activitatea II.1 - Proiectarea architecturii platformei: Arhitectura platformei PerHeart se bazeaza pe dezvoltarile anterioare ale partenerilor implicati in proiecte de tip Ambient and Assistive Living (AAL). Acestea au la baza un design modulare care va fi complementat in cadrul PerHeart cu un software bazat pe inteligenta artificiala (IA). Acesta va contribui ca datele colectate de catre senzorii si dispozitivele integrate in platforma sa fie analizate in vederea stabilirii factorilor de risc care duc la readmiterea pacientilor cu insuficienta cardiaca. Modulele care intra in componenta platformei PerHeart sunt prezentate alaturi de componentele software selectate pana in prezent.
Activitatea II.2 - Integrarea platformei: In cadrul acestei activitati au fost dezvoltate si integrate o prima versiune a cutiei de medicamente, interfata utilizator (pentru achizitia parametrilor medicali si salvarea acestora in baza de date), precum si stabilirea functionalitatilor calendarului si identificarea unei solutii open source, care va fi adaptata si integraata in etapa urmatoare.
Activitatea II.3 - Dezvoltare modul AI: In cadrul acestei activitati a fost realizat modulul de AI bazat pe federated learning. Solutia propusa in cadrul sistemului PerHeart reprezinta o generalizare (sau poate fi vazuta ca o extensie) a algoritmului de baza federated learning. Aceasta presupune realizarea unei gruparii a clientilor, in functie de distributiile de date, pentru a realiza antrenarea distribuita pe date care sunt IID (distribuite identic si independent) in cadrul fiecarui grup. Astfel, convergenta poate sa fie mai rapida si in plus, acuratetea poate fi imbunatatita.
Activitatea II.4 - Testare in laborator. Optimizarea implementarii: In cadrul acestei activitati modulul de AI a fost evaluat folosind seturi de date publice: CIFAR-10, MNIST si HAPT. Acuratetea obtinuta pe algoritmul FedAvg, dupa 500 de epoci, este aprox. 80%, iar in pe experimentul CIFAR-10 pe date IID, acuratetea este cu 17.5% mai mica. Pe de alta parte, CIFAR10-nonIID-2 a obtinut acuratetea mult mai apropiata de FedAvg. Acest lucru poate indica potentialul modelului propus. In cazul HAPT-4, rezultatele obtinute sunt comparative cu cele din frameworkul FedHealth, in special avand in vedere ca nu se realizeaza o antrenare in plus, pentru personalizare. Prin adaugarea regularizarii, s-ar putea creste acuratetea.
Activitatea II.5 - Clasificarea utilizatorilor finali: In cadrul acestei activitati au fost expuse criteriile de includere si criteriile de excludere de care se va tine cont la selectarea utilizatorilor finali pentru testele pilot. Clasificarea a fost făcută pe baza evaluării cognitive și funcționale folosind Indexul Katz de independență în activitatile din viata de zi cu zi (ADL) si Examinarea minima a starii mentale (MMSE).
Activitatea II.6 - Diseminare: conferinte, workshop-uri: In cadrul acestei activitati au fost prezentate rezultatele proiectului in cadrul Be Health 2021 si a fost publicata 1 lucrare la o conferinta internationala cu proceedings indexat ISI. Pagina proiectului este mentiunata in limbile engleza si romana.
Etapa 3
Activitatea III.1 - Dezvoltare modul AI: In cadrul acestei activitati a fost folosit frameworkul FedHealth pe un set de date de somn non-standard in care datele sunt preluate de la mai multi senzori. Setul a fost construit folosind setul de date ISRUC-SLEEP precum si date preluate de la diversi senzori precum EmfitQS (3 utilizatori), Oura Ring (un utilizator) si Samsung Galaxy Watch Active (un utilizator). Din acest set de date s-au utilizat valorile pulsului (fiind comune tuturor datelor), masurate in timpul somnului. S-a utilizat o retea neurala similara cu U-Net pentru a invata sabloane in evolutia pulsului utilizatorilor. Pentru a invata modelul somnului, s-au utilizat si niste straturi de convolutie transpusa in care se incearca refacerea modelului. Modelul astfel dezvoltat a fost supus la o serie de teste care au demonstrat ca este capabil sa recunoasca sabloanele de somn ale utilizatorilor. Mai mult, s-a aratat ca folosind U-Net si o structura de federated learning se poate construi un model personalizat pe datele utilizatorilor.
Activitatea III.2 - Testare in laborator. Optimizarea implementarii: In cadrul acestei etape a fost imbunatatita cutia inteligenta de medicamente dezvoltata de catre CITST in cadrul proiectului PerHeart. De asemenea, a fost extinsa interfata utilizator, a fost dezvoltata aplicatia asociata cutiei de medicamente precum si calendarul (inserarea si listarea evenimentelor existente in calendar). Cutia de medicamente este modulara, cu compartimente care pot fi detașate pentru o curatare si o inlocuire usoara. Fiecare compartiment este iluminat cu un LED care se aprinde pentru a indica utilizatorului din ce compartiment trebuie sa ia pastilele. Cutia de medicamente este proiectata si imprimta 3D. Numarul de compartimente, precum și dimensiunea acestora pot fi ajustate in funcție de preferintele utilizatorilor, evaluate in timpul testelor pilot.
Activitatea III.3 - Aspecte tehnice privind pregatirea si implementarea studiior pilot (FINAL): In vederea pregatirii si implementarii studiilor au fost pregatite mai multe seturi ale platformei PerHeart, au fost realizate manualele de asociere si utilizare a dispozitivelor medicale precum si o prezentare pentru a arata utilizatorilor cum trebuie folosita interfata platformei PerHeart. Au fost instalate si testate mai multe replici ale platformei PerHeart compuse dintr-o tableta Android dedicata pe care a fost instalat software-ul PerHeart si dispozitivele aferente (glucometru, tensiometru, cantar, bratara Xiaomi, cutie de medicamente, etc). Achizitia si transmiterea datelor pentru monitorizarea sanatatii se realizeaza printr-o aplicatie software instalata pe tabletela utilizatorului. Prin urmare, dispozitivele de monitorizare a sanatatii dintr-un set au trebuit sa fie conectate prin Bluetooth® cu tableta utiliztorului. Aceasta asociere este posibil sa se piarda in timpul studiilor pilot si, manualele de utilizare contin si instructiunile necesare recreerii asocierii.
Activitatea III.4 - Dezvoltarea colectiilor locale de date si a colectiei comune de date (FINAL): Baza de date Perheart_db este dezvoltata in MongoDB. In aceasta etapa au fost dezvoltate 3 baze de date locale (una pentru fiecare tara in care se vor realizatestele pilot: Romania, Danemarca si Polonia). Fiecare baza de date locala este compusa din urmatoarele tabele: users, health_data, calendar_data, mi_band_data, pillbox_data, pillbox_compartments. Datele anonimizate de la toti utilizatorii sunt colectate intr-o baza de date comuna avand aceasi structura ca si cele locale. Aceasta este utilizata pentru a rula algoritmi de AI si a crea modele care sa aiba acuratete mare (minim 90%). Modelele create folosind baza de date comuna vor putea fi transferate si utilizate in bazele locale. In acest fel se va realiza o mai buna performanta a modelelor create.
Activitatea III.5 - Dezvoltarea uneltelor de minare si analiza a datelor: Dezvoltarea uneltelor de minare si analiza s-a realizat pe o baza de date anonimizata avand 47105 de intrari colectate in cadrul proiectelor anterioare la care a participat partenerul CITST (652 de persoane). Aceasta abordarea ne-a permis sa progresam in conditiile in care studiile pilot au fost amanate de catre partenerul din Polonia. Baza de date contine intrari ale acelorasi parametrii de sanatate care sunt masurati folosind platforma PerHeart. Folosind aceste date au fost applicate diferite metode statistice (corelatia Pearson, regresie liniara si logistica intre perechi de parametri).
Activitatea III.6 - Diseminare: conferinte, workshop-uri, expozitii: In cadrul acestei activitati au fost prezentate rezultatele proiectului in cadrul mai multor evenimente de diseminare precum Be Health 2022 si au fost publicate 4 lucrari la conferinte internationale cu proceedings in curs de indexare ISI. Proiectul este diseminat prin mediile profesionale si prin pagina web mentiute de catre partenerul CITST in limbile engleza si romana.
EN