Context-aware ehealth projecten
Deze projecten gebruiken wearables (draagbare sensoren), zoals bv. de fitbit, imec Chillband+ of empatica, en andere sensoren, bv. de sensoren in een smartphone, om meer inzicht te krijgen in de levensstijl, profiel en context van een persoon. We ontwikkelden verschillende AI algoritmes die de activiteiten (bv. sedentair, verplaatsen, lopen, liggen), slaappatronen en emotionele toestand (bv. stress) van een persoon in kaart brengen. Het doel is om dan de relaties te onderzoeken tussen deze inzichten over de persoon en chronische aandoeningen, bv. stress, burn-out, en depressie herval. Vragen die we ondere andere onderzoeken zijn: Welke activiteiten of situaties triggeren bepaalde symptomen in een persoon? Kunnen we uit de gedragingen of handelingen van een persoon afleiden dat hij of zij bepaalde symptomen vertoont? Kunnen we voorspellen dat bepaalde symptomen of chronische aandoeningen zullen optreden? Deze relaties geven meer inzicht aan zowel de persoon zelf, als aan zijn of haar behandelend arts, over de chronische aandoening. Deze informatie kan gebruikt worden om de levensstijl of de behandeling aan te passen zodat er beter kan omgegaan worden met (de symptomen van) de chronische aandoening. Daarnaast kan de informatie gebruikt worden om op een ideaal moment in interactie te treden met de persoon via een mobiele applicatie en zo extra feedback te vragen over de gedetecteerde symptomen en levensstijl, bv. meer informatie verzamelen over de situatie die stress uitlokte.
Partners: IDlab-UGent, UZ Gent, imec
Betrokken GRAY-onderzoekers: Femke Ongenae, Sofie Van Hoecke, Filip De Turck