AIM Health
Aplicações Móveis Baseadas em Inteligência Artificial para Resposta de Saúde Pública
Descrição

O projeto FCT DSAIPA/AI/0122/2020 AIMHealth – Aplicações Móveis Baseadas em Inteligência Artificial para Resposta de Saúde Pública, está a ser promovido pelo Centro de Investigação em Ciências da Informação, Tecnologias e Arquitetura (ISTAR-IUL), em colaboração com o Centro de Investigação e de Intervenção Social (CIS-IUL), ambos do Iscte – Instituto Universitário de Lisboa, e ainda, o Instituto de Telecomunicações (IT), a Associação para Investigação e Desenvolvimento da Faculdade de Medicina da Universidade de Lisboa (AIDFM) e o Centro Cardiovascular da Universidade de Lisboa (CCUL).

Este projeto é financiado pela Fundação para a Ciência e a Tecnologia (FCT), segundo o contrato FCT DSAIPA/AI/0122/2020 ao abrigo do concurso “AI 4 COVID-19: Ciência dos Dados e Inteligência Artificial na Administração Pública para reforçar o combate à COVID 19 e futuras pandemias – 2020″.

Enquadramento

Devido à pandemia da COVID-19, os contactos pessoais foram limitados, tendo sido necessário o desenvolvimento de novas soluções para prevenir a propagação do vírus. Algumas das soluções tecnológicas apresentadas foram as aplicações de rastreamento de contactos, que informam os utilizadores e as autoridades acerca do potencial ou atual risco de propagação do vírus. Porém, entre os seus utilizadores esta abordagem levantou preocupações acerca da segurança e privacidade.

Objectivo

Tendo em conta as preocupações mencionadas, este projeto propõe a criação e a disponibilização de uma aplicação para smartphone e de uma plataforma segura e confiável de distribuição de serviços baseada em tecnologias de Blockchain e Inteligência Artificial, para identificar pacientes sintomáticos e assintomáticos assim como o risco de exposição, providenciando uma abordagem preventiva para as estratégias de Saúde Pública.

Parceiros Internos
Centro de Investigação Grupo de Investigação Papel no Projeto Data de Início Data de Fim
ISTAR-Iscte Digital Living Spaces Parceiro 2021-01-25 2023-01-24
Parceiros Externos
Instituição País Papel no Projeto Data de Início Data de Fim
Instituto de Telecomunicações (IT) Portugal Parceiro 2021-01-25 2023-01-24
Associação Para Investigação, Desenvolvimento Da Faculdade De Medicina (AIDFM) Portugal Parceiro 2021-01-25 2023-01-24
Equipa de Projeto
Nome Afiliação Papel no Projeto Data de Início Data de Fim
Miguel Sales Dias Professor Catedrático (DTDA); Investigador Integrado (ISTAR-Iscte); Coordenador Global 2021-01-25 2023-01-24
Ana de Almeida Professora Associada (DCTI); Investigadora Integrada (ISTAR-Iscte); Investigadora 2021-01-25 2023-01-24
Carlos Serrão Professor Associado (DTDA); Investigador Integrado (ISTAR-Iscte); Investigador 2021-01-25 2023-01-24
Joao C Ferreira or Joao Ferreira Professor Auxiliar (com Agregação) (DTDA); Investigador Integrado (ISTAR-Iscte); Investigador 2021-01-25 2023-01-24
Manoel Melo -- Investigador 2021-10-12 2022-04-11
Matilde Cascallho -- Investigadora 2021-07-17 2023-01-24
Maurício Breternitz -- Investigador 2021-01-25 2023-01-24
Otávio Napoli Assistente de Investigação (ISTAR-Iscte); Investigador 2021-10-25 2023-01-24
Sérgio Moro Professor Catedrático (DCTI); Investigador Integrado (ISTAR-Iscte); Investigador 2021-01-25 2023-01-24
Financiamentos do Projeto
Código/Referência DOI do Financiamento Tipo de Financiamento Programa de Financiamento Valor Financiado (Global) Valor Financiado (Local) Data de Início Data de Fim
DSAIPA/AI/0122/2020 -- Contrato FCT - AI4Covid-19 - Portugal 239657.50€ 130856.25 2021-01-25 2023-01-24
Outputs (Publicações)
Ano Tipo de publicação Referência Completa
2024 Artigo em revista científica Napoli, O. O., Almeida, A. M. de., Borin, E. & Breternitz Jr., M. (2024). Memory-efficient DRASiW models. Neurocomputing. 610
2023 Artigo em revista científica Elvas, L. B., Ferreira, J., Dias, J. & Rosário, L. B. (2023). Health data sharing towards knowledge creation. Systems. 11 (8)
2023 Artigo em revista científica Susskind, Z., Arora, A., Miranda, I. D. S., Bacellar, A. T. L., Villon, L. A. Q., Katopodis, R. F....John, L. K. (2023). ULEEN: A novel architecture for ultra low-energy edge neural networks. ACM Transactions on Architecture and Code Optimization. 20 (4)
2023 Artigo em revista científica Elvas, L. B., Águas, P., Ferreira, J., Oliveira, J., Dias, J. & Rosário, L. B. (2023). AI-based aortic stenosis classification in MRI scans. Electronics. 12 (23)
2023 Publicação em atas de evento científico Napoli, O. O., Almeida, A. M. de., Dias, J. M. S., Rosário, L. B., Borin, E. & Breternitz Jr, M. (2023). Efficient knowledge aggregation methods for weightless neural networks. In Proceedings of the 31th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN 2023). (pp. 369-374). Bruges, Belgium: ESANN.
2023 Publicação em atas de evento científico John, L. K., França, F. M. G., Mitra, S., Susskind, Z., Lima, P. M. V., Miranda, I. D. S....Breternitz Jr., M. (2023). Dendrite-inspired computing to improve resilience of neural networks to faults in emerging memory technologies. In 2023 IEEE International Conference on Rebooting Computing (ICRC). San Diego, CA, USA : IEEE.
Dados de Investigação Relacionados

Não foram encontrados registos.

Referências nos Media Relacionadas

Não foram encontrados registos.

Outputs (Outros)

Não foram encontrados registos.

Ficheiros do projeto

Não foram encontrados registos.

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos projetos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados para este projeto. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.

Aplicações Móveis Baseadas em Inteligência Artificial para Resposta de Saúde Pública
2021-01-25
2023-01-24