Projektid

Heaoluteaduste tippkeskus
Aasta: 2024 - 2030
HTTK toob kokku juhtivad psüühika, keha, sotsiaalse konteksti ja ruumilise konteksti uurijad, et luua distsipliinide ülene arusaam komplekssüsteemidest, mis mõjutavad heaolu: elu kvaliteeti erinevates valdkondades objektiivses ja eriti subjektiivses mõttes. Me käsitleme 4 uurimisvaldkonda. 1) KORRELAADID: Millised bio-psühholoogilised ja sotsiaal-ruumilised omadused on seotud heaolu püsivamate komponentidega nagu eluga rahulolu? 2) MEHHANISMID: Kuidas rulluvad inimestes lahti heaolu dünaamilised komponendid, näiteks emotsioonid? 3) ENESEHOOL: Kuidas inimesed ise oma heaolu enesehoole ökosüsteemides mõistavad ja juhivad? 4) SEKKUMISED: Kuidas heaolu isikustatud ja kohandatud sekkumistega edendada? HTTK rahastab interdistsiplinaarseid ametikohti; registriandmetega lõimitud longituud-uuring; doktorikooli; tippsündmusi; ja rändluse ja koostöö toetusmeedet. HTTK tõstab osalevate rühmade, asutuste ja Eesti heaoluteaduste tulemuslikkust ja mõjukust.
Düslipideemia patsientide ravisoostumus ja ravi efektiivsus ning ravi tulemustele orienteeritud uudne patsiendi digitaalne tugirakendus
Aasta: 2025 - 2029
Käesoleva multidistsiplinaarse uuringu lõppeesmärk on vähendada kardiovaskulaarset suremust Eestis läbi ravisoostumuse suurendamise ja patsiendi võimestamise, luues toetav isejuhtimise keskkond terviseplaani jälgimiseks ning aktiivseks raviprotsessis osalemiseks. Esmalt analüüsitakse Põhja-Eesti Regionaalhaigla patsientide LDL-kolesterooli väärtuseid, leidmaks aladiagnoositud ja alaravitud patsiendid. Uuritakse lipiidisisaldust vähendavaid ravimeid kasutavate patsientide ravisoostumust ning defineeritakse patsientide grupid, kes vajavad täiendavat tuge. Pilootprojekti raames töötatakse välja uudne patsiendi tugirakendus, mis koos personaalse toega aitab tõsta ravisoostumust. Rakenduse uudsus seisneb Eesti tervise infosüsteemi, retseptikeskuse ja haigla andmebaasi andmete ühendamises patsiendi enda poolt sisestatud andmetega ning võimaldades kahesuunalist kommunikatsiooni patsiendi ja meditsiinipersonali vahel. Uuringu viimases etapis viiakse läbi tugirakenduse projekti mõju-uuring.
RIKT- Robot-inimene koosloome arendamine tööstuses
Aasta: 2023 - 2029
Kaasaegse tööstuse väljakutseks on leida parimad viisid inimese-roboti koostoimeks töökohtadel, et robotid suudaksid realiseerida tuginedes nii tehisintellektile kui ka inimestele parimaid lahendusi. Projekti eesmärgiks on aidata kaasa ettevõtete tootmisprotsesside robotiseerimisele, keskendudes inimese-roboti koostöö sotsiaalsetele ja psühholoogilistele aspektidele, et tööstuses töötav inimene tunneks end turvaliselt ja rahulolevana. Uurimissuunad on: - koostöörobootika katselabori loomine - robotiseeritud töökoha disain - inimese-roboti koostoime modelleerimine, mõjutegurite ja riskide hindamine ning analüüs. Eeldatavateks tulemusteks on metoodika ja valideeritud inimese-roboti koostoime mudelid, nende rakendamise oskus, mõjutegurite ja riskide hinnangud; väljaarendatud labor koos riistvara, tarkvara ja oskusteabega; kasutajakesksete disainilahenduste teenuste pakkumine. Kõik see viib turvalisema inimese-roboti suhtluseni, tõstes kasutajate usalduse robotiseeritud süsteemide vastu.
Terve Ühiskonna Digitervishoid
Aasta: 2024 - 2028
Projekti üldiseks eesmärgiks on suurendada elanikkonna tervena elatud aastate arvu. Hetkel on Eestis tervena elatav eluiga üks Euroopa lühemaid. Eesmärgi saavutamiseks uuritakse, arendatakse ja piloteeritakse kolme omavahel tihedalt seotud digitervise suunda. Esiteks kasutame Eesti tervise infosüsteemi standardiseeritud andmevahetuskeskkonda ja digiandmeid, et arendada rakendusi, mis suurendavad inimese enda poolt kogutud andmete tõenduspõhist kasutust tervisedenduse, ennetuse ja krooniliste seisundite kontrolli all hoidmise eesmärgil. Teiseks keskendume sensoritele ja tehisintellektiga toetatud digirakendustele, et võimaldada inimesel koguda nii funktsionaalseid näitajaid kui edastada tervisemuresid masinloetava tekstina. Sellega kiirendame terviseriskide märkamist ja vähendame meditsiinitöötajate rutiinseid tegevusi. Kolmandaks arendame erinevaid tehisintellekti meetodeid kombineerides tervise infosüsteemis ja Tervisekassa andmebaasis olevaid ning inimese enda kogutud andmeid.
EuroTeQ 2030 – Tuleviku Insenerihariduse eestvedajad, Euroopa Ülikoolide Alianss
Aasta: 2023 - 2027
EuroTeQ 2030 on inseneri ja majanduse ülikoolide aliansi järgmine etapp olemasoleva koostöö süvendamiseks, laiendamiseks ja intensiivistamiseks. Senine koostöö on pannud aluse ühtse kursusekataloogi loomisele, projekti- ja probleemõppe laiemale juurutamisele ning koostöös ettevõtetega oleme defineerinud 21 tulevikuinseneri oskust. EuroTeQ ülikoolide koostöö põhineb olemasolevatel tihedatel sidemetel kaheksa ülikooli ja nende piirkondlike ökosüsteemide vahel. Oma partnerlusega täiustame tänapäevaseid inseneriõppe programme uute õpiväljundite, tulevikuoskuste ning kaasaegsete õpimetoodikatega. EuroTeQ algatustes osalemine koolitab õppijaid leidma vastuseid ühiskondlikele väljakutsetele, lähtudes seejuures jätkusuutlikkust mõtteviisist. Usume kindlalt, et meie Euroopa võrgustik edendab ja tugevdab euroopalikke väärtusi, võimaldades noortel kodanikel kohtuda oma eakaaslastega ja kutsudes kogu ülikooliperet looma sidemeid üle Euroopa.
AI ja ML vahendite katsetamine struktureerimata meditsiinitekstide formaliseerimiseks
Aasta: 2024 - 2025
Projekti eesmärk: Arendada lahendus meditsiiniliste tekstide automaatseks töötlemiseks, kliiniliste terminite tuvastamiseks ja struktureerimiseks kasutades SNOMED CT koode ning FHIR standardit. Tööplaan: 1. Kliiniliste terminite tuvastamine - Eestikeelsete meditsiinitekstide eeltöötlus - Masintõppe/keelemudelite rakendamine terminite tuvastamiseks tekstist - Leitud terminite struktureerimine edasiseks töötluseks 2. Standardiseerimine ja kodeerimine - Tuvastatud terminite sidumine SNOMED CT koodidega - Andmete semantiline ühildamine standardiseeritud ontoloogiatega - Tulemuste teisendamine FHIR formaati Demolahendus ja oodatavad väljundid: - Praktiline näidislahendus täieliku töövoo demonstreerimiseks - Töötav süsteem kliiniliste terminite automaatseks tuvastamiseks eestikeelsetest tekstidest - Struktureeritud väljund SNOMED CT koodidega seotud terminitest - Andmete standardne esitlus FHIR formaadis edasikasutamiseks Võtmesõnad: meditsiinitekstid, SNOMED CT, FHIR, keeletöötlus, kliinilised terminid, automaatne annotatsioon, struktureeritud andmed