Proves de Concepte

Els sistemes de suport a la presa de decisions en l’atenció clínica i la gestió de serveis de salut es van identificar com crucials en la lluita contra la pandèmia de la COVID-19. El nostre principal objectiu és desenvolupar un model basat en xarxes neuronals recurrents (RNN) que respongui a la realitat dels hospitals durant la pandèmia. L’objectiu del model és generar prediccions diàries en un entorn hospitalari que es poden utilitzar com un sistema d’alerta primerenca i permetre una gestió adequada dels recursos existents.

En aquest document, el focus es posa al contenidor groc i l’objectiu de la planta de reciclatge és separar els corrents de residus entrants en diverses (sub) corrents d’un sol tipus. Cada flux es transporta a una planta específica per a un tractament encara més específic: les llaunes s’utilitzaran per fabricar noves llaunes, els maons es convertiran en paper d’alumini i armaris, les ampolles de plàstic s’utilitzaran per fabricar noves ampolles, etc. L’objectiu d’aquesta proposta és extreure fraccions de major puresa del reciclatge i els fluxos de residus mitjançant la classificació basada en sensors.

Pocs treballs donen suport automàtic a l’evolució temporal dels nòduls pulmonars. En aquest document, presentem una solució end-to-end capaç d’executar anàlisi de canalització automàtica asincrònica, per detectar, quantificar i predir nòduls i la seva malignitat. El nostre sistema mostra els resultats de l’anàlisi temporal dels nòduls pulmonars en una interfície d’usuari intuïtiva i informativa, dissenyada per ajudar els metges en la seva rutina diària de presa de decisions.

El xifrat és un component vital de la privacitat i seguretat de les dades. Una gran quantitat d’informació privada es transmet en línia, incloent-hi la informació financera i els registres mèdics, i és crucial mantenir aquesta informació segura. Avaluem diferents mètodes de xifrat i identifiquem el més adequat per a aplicacions de Machine Learning: xifrat homomòrfic. Amb aquest mètode, podem xifrar un model o dades.

L’objectiu d’aquest projecte és la creació d’un sistema senzill de reconeixement de paraules clau i comandes capaç de funcionar íntegrament en local, és a dir, sense dependre en cap moment de connexió a internet ni processament en servidors externs. El sistema està pensat per funcionar en dispositius de la llar amb recursos limitats i fa ús d’un algoritme d’intel.ligència artificial que pot ser entrenat per a detectar paraules clau personalitzades.

Amb la implementació d’aquesta eina, es posa a disposició de la comunitat educativa de la Universitat de Girona (UdG) un servei d’atenció 24 x 7 que respon automàticament davant els dubtes més freqüents sobre la COVID-19 i la situació generada al voltant d’aquesta malaltia. El repertori de temàtiques de les quals es proporciona respostes va des de preguntes genèriques sobre la COVID-19, fins als passos de gestions pròpies de la universitat com l’obertura d’una incidència o l’adquisició de material de protecció (EPIS), entre d’altres.

INSESS-COVID19 és una tecnologia que permet captar en poc temps informació directe de ciutadania, analitzar-la i processar-la en pocs minuts i generar informes executius directament maquetats i preparats per a ser utilitzats en reunions executives de presa de decisions En funció de la naturalesa de la informació recollida i del tipus d’usuari interpel·lat l’eina dona suport a diferents tipus de decisions, des de les més operatives a les més estratègiques incloent la definició de polítiques en qualsevol àmbit. Desenvolupada en el context de la COVID-19, permet reaccionar ràpidament a la gestió d’emergències i situacions disruptives amb decisions informades.