Completed Projects

Projects & Publications | Completed Projects

Completed Projects

IMOMESO

A utilização da Inteligência Artificial (IA) para antecipar a necessidade de consultas externas e exames médicos com base em registos de saúde eletrónicos (RSE), que fornecem histórias detalhadas dos pacientes, incluindo diagnósticos e exames médicos anteriores, é um tema de crescente interesse.

Ao aproveitar as técnicas de modelação preditiva e ao incorporar princípios de investigação orientados para o doente, os hospitais podem melhorar os resultados a longo prazo e antecipar as necessidades futuras de cuidados de saúde. O agendamento antecipado de novos compromissos médicos baseado em IA permite aos hospitais reduzir consultas/exames desnecessários, simplificar a eficiência do fluxo de trabalho, otimizar o agendamento e prestar cuidados personalizados, melhorando, em última análise, o atendimento ao paciente.

No contexto da melhoria dos tempos de consulta dos doentes hospitalares através de modelos preditivos, é imperativo melhorar as taxas de atendimento aos doentes e otimizar os processos de agendamento. O principal objetivo é capitalizar a experiência acumulada no agendamento inteligente de cirurgias na ULSSA, alargando a abordagem às áreas do paciente e de exames médicos. Até à data, foi desenvolvido um conjunto de modelos preditivos e de optimização utilizando as mais avançadas técnicas de Inteligência Artificial.

Os resultados são consistentes e motivam a aplicação de uma abordagem semelhante às áreas de exames médicos e da consulta externa:

O1 - Criar modelos preditivos para estimar com elevada precisão o tempo de duração das consultas e exames médicos;
O2 - Com base em PROM/PREM e informação clínica criar modelos para prever com precisão a necessidade de consulta ou exame médico;
O3 - Criar modelos eficientes para prever a probabilidade associada à presença de doentes (não comparências);
O4 - Criar modelos de marcação de consultas e exames otimizando o tempo de espera dos doentes, as vagas para material médico, os custos hospitalares e a utilização de recursos (ex. salas, equipamentos);
O5 - Implementar os modelos no sistema de Adaptive Business Intelligence existente na ULSSA.

Manuel Filipe Vieira Torres Santos

Information Systems and Technologies (IST)

IntVIS4Insp: Sistema de Visão por Computador Inteligente e Flexível paraInspeção Automática

uPGRADE – miniaturized Prototype for GRavity field Assessment using Distributed Earth-orbiting assets

O projeto 45927 uPGRADE destina-se ao desenvolvimento, integração e preparação para a operação de um protótipo demonstrador de uma plataforma CubeSat de aplicação genérica com competência para fins comerciais e científicos, tais como a observação da Terra, comunicações, monitorização de território, suporte de constelações distribuídas e/ou fracionadas de nano-satélites e execução de missões no espaço cislunar e interplanetário. A demonstração das capacidades desta plataforma será feita usando o conceito de observação das variações do campo gravítico da Terra e medição da termosfera neutra – na linha das missões CHAMP (DLR), GRACE (DLR/NASA) e GOCE (ESA). Estas capacidades serão avaliadas em terra, através de uma validação cuidadosa e substantiva do protótipo que será preparado para voo, com o lançamento para órbita baixa fora do contexto deste projeto. Ainda assim, será desenvolvido um plano para o lançamento a partir do Atlantic International Research (AIR) centre no futuro. Com esta aplicação, que tem exigentes requisitos em termos de estabilidade estrutural e térmica, gestão de potência, comunicação de grande volume de dados e apertados requisitos em termos da precisão da medição da orientação e posição do satélite, pretendemos demonstrar a maior aplicabilidade possível no contexto dos nichos de mercado mais promissores no sector espacial atual e capacitar de uma forma eficiente e imediata a industria Portuguesa de experiência e know-how para competir no mercado espacial internacional. O consórcio promotor é constituído por 1 empresa, Spin.Works S.A., e por 3 entidades não empresariais, LABORATÓRIO IBÉRICO INTERNACIONAL DE NANOTECNOLOGIA (LIN), INSTITUTO DE SOLDADURA E QUALIDADE (ISQ) e UNIVERSIDADE DO MINHO.

Completed Projects

FISHY – A coordinated framework for cyber resilient supply chain systems over complex ICT infrastructures

Project FISHY aims at designing, developing, validating and demonstrating a coordinated framework for cyber resilience provisioning to guarantee a trusted supply chain of ICT systems, built upon distributed, dynamic, and often fundamentally insecure and heterogeneous ICT infrastructures. We propose to design a novel FISHY platform able to securely orchestrate a supply chain consisting of complex ICT systems end-to-end, – from the IoT ecosystem and the edge and cloud infrastructure over to the networking infrastructure connecting -, and enabling functionalities related to risks and vulnerabilities management, accountability and mitigation strategies as well as security metrics and evidence-based security assurance. Conceptually, FISHY platform uses intent-based interfaces to orchestrate both existing and beyond state-of-the-art security appliances in composed ICT scenarios leveraging capabilities of programmable network and IT infrastructure through a coordinated management. FISHY implements new strategies to leveraging data analytics, distributed ledger technology, intent-based security service orchestration, artificial intelligence and programmable network infrastructure. The platform is envisioned not only to facilitating adaptive system reconfigurations, but also reacting to and defying the effects of cyber attacks in real time of the ICT supply chain end-to-end, and in particular in the IoT domain. Finally, the FISHY proposes a comprehensive validation and demonstration strategy built upon three use cases from different sectors, including agriculture, manufacturing and transportation. The expected project outcome is a Proof-of-Concept (PoC) of the FISHY platform, along with the dissemination and ambitious exploitation strategies.

Completed Projects