TETRA AI Proposal 1

Door gebruik te maken van een LiDAR-camera kan er op een eenvoudige manier een point cloud gegenereerd worden dat 1 op 1 een mapping kan maken van een omgeving of object. Met behulp van verschillende softwarepakketten kunnen specifieke bewerkingen uitgevoerd worden op deze point clouds, zoals het berekenen van de afstand tussen punten. Echter is hiervoor specifieke kennis vereist en kost het ook enorm veel tijd om bewerkingen steeds manueel uit te voeren. Dit zorgt ervoor dat point clouds te weinig gebruikt worden om berekeningen op uit te voeren en er nog steeds beroep gedaan wordt op conventionele meetmethoden, terwijl LiDAR-technologie al zeer nauwkeurige point clouds kan genereren. Door gebruik te maken van AI voor het classificeren van types oppervlaktes in een point cloud, kunnen er ook zeer snel automatisch berekeningen gemaakt worden met deze oppervlaktes.

De beoogde uitkomst is een framework dat op basis van trainingsdata automatisch oppervlaktes/objecten kan classificeren en segmenteren en hiervan, bijvoorbeeld, de oppervlaktes kan berekenen en het aantal ervan weergeven. De bedoeling is dat we op termijn aan de hand van unsupervised learning een zelftrainend AI-model hebben, dat datasets automatisch volledig classificeert, mogelijks nog wel met behulp van  een omschrijving van de point cloud. Om classificaties en segmentaties te controleren en verbeteren, zal er ook een simplistische GUI aangemaakt worden. De data die gecontroleerd werd kan dan ook automatisch toegevoegd worden aan de trainingsdata om het AI-algoritme te laten bijleren en accurater te laten worden.

Uiteindelijke zal de uitkomst van dit project voor zeer diverse sectoren bruikbaar zijn. Zo is er bijvoorbeeld zeer veel vraag in de bouwindustrie om, bijvoorbeeld, opmetingen te maken van gebouwen of opmetingen te maken bij grote constructies of wegenwerken. Maar zijn er ook toepassingen in de agrocultuur of de gezondheidssector, waar ook al gebruik gemaakt wordt van point clouds.

Heb je interesse om op de hoogte gehouden te blijven rond dit onderzoek en/of deel te nemen aan de gebruikersgroep? Contacteer ons dan via onderstaand formulier of via david.vandenbroeck@ucll.be.

Tetra AI proposal 2

Quasi elk woonzorgcentrum, ziekenhuiskamer, revalidatiecentrum, … is tegenwoordig uitgerust met een Smart TV die onderhuids (een variant van) Android draaien en daardoor eigenlijk zeer geschikt zijn om naast gewone tv-uitzendingen, ook HTML-pagina’s en applicaties te tonen (zoals het octopUZ systeem van het UZ Leuven wat samen met Televic & Lincor is uitgewerkt).

Omdat deze TV’s dus beschouwd kunnen worden als grote tablets (niet altijd met een touchscreen, maar dat hoeft ook niet), zouden we deze ook kunnen gebruiken om gepersonaliseerde info te kunnen aanbieden. In stijgende lijn van complexiteit denken we hierbij, bijvoorbeeld, aan:

• Activiteiten van het ziekenhuis, geschikt voor de bewoner van de kamer in kwestie
• Dagschema tonen voor de bewoner van de kamer (klinische omgevingen: om 10:00 Kinesitherapie, om 14:00 RX, …; WZC-omgevingen: om 10:00 wandeling, om 14:00 bridge, …) zodat deze zich beter kunnen voorbereiden op komende activiteiten en er zich ook meer bewust van zijn.
• Wetenschappelijk (onderbouwde) informatie over pathologie (en geen Dr. Google)
• Agendafuncties – planning bezoekers
• Revalidatie-oefeningen/exergames op maat aanbieden zodat ze ook zonder de fysieke aanwezigheid van een kinesist(e) eventueel oefeningen kunnen doen
• Feedback genereren voor deze oefeningen. Indien de smartTV een camera aan boord heeft zouden slimme AI-gebaseerde algoritmes (~ exergames) kunnen monitoren of de oefeningen gemaakt worden en of ze correct gemaakt worden, wat dan uitmondt in rapporten richting de zorgbegeleiders.
• Brain games, oefeningen logopedie (voor beroertepatiënten bv)

Het (innovatie)doel van dit project is het fysiek & cognitief welbevinden en geïnformeerd-zijn van de doelgroep te verhogen op een eenvoudige manier zonder extra technologie te hoeven introduceren door voornamelijk bestaande technologie aan te passen, te integreren en beschikbaar te stellen voor het zorgdomein in zijn meest brede betekenis (inclusief thuiszorg).

Als grote voordeel van deze aanpak merken we op dat, gezien Smart TV’s grote Android tablets zijn, we ook een zeer vlotte transitie klinische omgeving – thuisomgeving kunnen ondersteunen omdat dezelfde oefeningen en feedback ook thuis op een tablet gegeven kunnen worden.

In dit project gaat het niet om enorm innovatieve technologie, maar net om technologie transfer richting een specifiek doelpubliek (zijnde revalidatiecentra, ziekenkuizen, WZC, maar ook de patiënt in zijn thuissituatie). Alle technologie is reeds bestaande of moet enkel geïntegreerd en/of doorontwikkeld worden, zoals onder andere, zorgen dat de juiste info/oefeningen aan de juiste persoon getoond wordt. 

In dit project zal vooral de afstemming met de doelgroep moeten gebeuren, integratie van de technologie tot één geheel, en het generaliseren van de oplossing richting alle mogelijke smart TV’s/tablets.