R & D Activities

Οι κύριες ερευνητικές περιοχές του εργαστήριου Υπολογιστικής Βιο-Ιατρικής είναι: 

Βιοϊατρική Πληροφορική: Το εργαστήριο Υπολογιστικής Βιο-Ιατρικής εστιάζει στην βιοϊατρική πληροφορική και συγκεκριμένα στις ακόλουθες διεπιστημονικές κατευθύνσεις: (α) Ολοκλήρωση και ανάλυση γονιδιωματικής και ιατρικής κλινικής πληροφορίας μέσω της χρήσης οντολογιών, (β) παράλληλων και κατανεμημένων υψηλού υπολογιστικού κόστους βιοϊατρικών εφαρμογών ανάλυσης μοριακών δεδομένων, (γ) ανάλυση, προσομοίωση και μοντελοποίηση πολύπλοκων βιοϊατρικών διαδικασιών, (δ) σχεδιασμό και ανάπτυξη μεθόδων εξόρυξης δεδομένων, αλγορίθμων, και συστημάτων υποστήριξης κλινικών αποφάσεων.

Εξατομικευμένα σύγχρονα συστήματα ηλεκτρονικής υγείας και παρακολούθησης: Το εργαστήριο Υπολογιστικής Βιο-Ιατρικής αναπτύσσει ολοκληρωμένα συστήματα παροχής εξατομικευμένων ιατρικών υπηρεσιών και υπηρεσιών ηλεκτρονικής υγείας, για την πρόληψη και παρακολούθηση ασθενειών (χρόνιων και μη) με σκοπό τη βελτίωση της ποιότητας ζωής και την ενεργή πρόληψη. Οι τεχνολογίες αυτές, επικεντρωμένες στο προσωπικό φάκελο υγείας, υποστηρίζουν την εξ’ αποστάσεως παρακολούθηση και συλλογή δεδομένων ιατρικών αισθητήρων, τη σημασιολογική ανάλυση, την  εξατομικευμένη ανίχνευση ενδείξεων επιδείνωσης μίας νόσου και την παροχή συστάσεων στον ασθενή, οικείο ή κηδεμόνα. Οι δραστηριότητες μας περιλαμβάνουν έξυπνες τεχνολογίες παρακολούθησης, συλλογής, μετάδοσης και εκτίμησης βϊοσημάτων με τη χρήση σταθερών ή κινητών επικοινωνιακών συστημάτων και τη δημιουργία σύγχρονων τηλεπικοινωνιακών υποδομών αδιάλειπτης μεταγωγής ιατρικών πληροφοριών (ξεπερνώντας τις αστάθειες και τις ετερογένειες των υπαρχόντων) τηλεπικοινωνιακών δικτύων ή ακόμα και τη σποραδική έλλειψη δικτυακών υποδομών).

Υπολογιστική Ιατρική: Την τελευταία δεκαετία, το εργαστήριο συμμετέχει ενεργά στην ανάπτυξη εξατομικευμένων πολύ-επιπέδων υπολογιστικών μοντέλων για την καλύτερη κατανόηση της φυσιολογίας και της παθολογίας των ανθρωπίνων οργάνων, με ιδιαίτερη έμφαση σε μία από τις μεγαλύτερες προκλήσεις, τον καρκίνο. Στόχος μας είναι η ταχύτερη δυνατή μεταφορά των επιστημονικών ευρημάτων, που προκύπτουν από εργαστηριακές, κλινικές/ πληθυσμιακές μελέτες και in-silico (στον υπολογιστή)  μελέτες μοντέλων πρόβλεψης της εξέλιξης της νόσου, στην κλινική πράξη με σκοπό την βέλτιστη αντιμετώπιση της νόσου. Οι προσεγγίσεις μας επικεντρώνονται στην ανάπτυξη πολύ-επίπεδων μαθηματικών μοντέλων προσομοίωσης εξέλιξης του καρκίνου για τον έλεγχο διαφορετικών θεραπευτικών παρεμβάσεων σε κάθε ασθενή.

Ανάλυση ιατρικής εικόνας και τεχνητή νοημοσύνη: Η ομάδα ανάλυσης ιατρικών εικόνων επικεντρώνεται σε προηγμένες τεχνικές Απεικόνισης Μαγνητικού Συντονισμού (ΑΜΣ), στη βελτιστοποίηση πρωτοκόλλων μαγνητικού συντονισμού  καθώς και στη διασφάλιση ποιότητας εικόνων ΑΜΣ καθώς και στην ανωνυμοποίηση εικόνων DICOM από πολυκεντρικά δεδομένα. Επιπλέον, εστιάζει στην ποσοτική ανάλυση τεχνικών απεικόνισης όπως μαγνητική τομογραφία, αξονική τομογραφία και υπερηχογράφημα με την χρήση σκιαγραφικού. Τα τελευταία πέντε χρόνια, η ομάδα εργάστηκε εντατικά σε μελέτες ραδιομικής (Radiomics) και ραδιογενομικής (Radiogenomics) για τη δημιουργία διαγνωστικών και προγνωστικών μοντέλων μηχανικής μάθησης και που βασίζονται σε τομογραφικά δεδομένα. Στις μελέτες αυτές συμπεριλήφθηκαν και τεχνικές αποθορυβοποίησης ιατρικών εικόνων μέσω μηχανικής μάθησης καθώς και κανονικοποίησης ετερογενών απεικονιστικών δεδομένων.  Η ομάδα Ιατρικής Ανάλυσης Εικόνων αναπτύσσει επίσης μοντέλα ενσωματώνοντας  πολλαπλά βιοϊατρικά δεδομένα (multi-omics) όπως απεικόνιστικά,  γονιδιωματικά και δεδομένα   μεταγραφώματος μέσω μηχανικής και βαθιάς μάθησης. Το εργαστήριο Βιο-Ιατρικής απεικόνισης αποτελεί μέρος του δικτύου AI for Health Imaging (AI4HI) και συμμετέχει στην πρωτοβουλία FUTURE AI (https://future-ai.eu/ ).

Υπολογιστικές Νευροεπιστήμες: Οι ερευνητικές δραστηριότητες του εργαστηρίου που στοχεύουν στο ιδιαίτερα δύσκολο πρόβλημα της αξιολόγησης της λειτουργίας του εγκεφάλου εστιάζουν κυρίως στην εκτίμηση γραμμικών και μη φαινομένων συγχρονισμού των νευρωνικών δυναμικών. Τα φαινόμενα αυτά αποτελούν έναν σημαντικό μηχανισμό με τον οποίο συγκεκριμένες περιοχές του φλοιού και υποφλοιού συνεργάζονται για να επιτύχουν συγκεκριμένες εγκεφαλικές λειτουργίες. Ανάλογοι μηχανισμοί δύναται να χρησιμοποιηθούν για την ανίχνευση συγκεκριμένων δυσλειτουργιών και παθολογικών καταστάσεων. Στόχος μας είναι ο εμπλουτισμός του κλινικού οπλοστασίου με νέα εργαλεία έγκυρης και έγκαιρης ανίχνευσης παθολογικών καταστάσεων, καθώς και ή ανάπτυξη τεχνολογιών υποστήριξης ασθενών με αναπηρία.

Μεταφραστική Βιοπληροφορική & Ανοιχτή Επιστήμη Βιοπληροφορικής: (i) Ανάλυση ετερογενών βιοϊατρικών/-ομικών δεδομένων (Διαφορική Γονιδιακή Έκφραση, Ανάλυση Μοριακών Μονοπατιών, Μεθοδολογίες & εργαλεία Μηχανικής Μάθησης); (ii) Η Βιοπληροφορική στην υπηρεσία της Ιατρικής Ακριβείας (Σχολιασμός και Προτεραιοποίηση Παραλλαγών Γονιδίων, Ανάλυση δεδομένων δομικών πρωτεϊνών); (iii) Η Βιοπληροφορική στην υπηρεσία της Ανοιχτής & Αναπαραγώγιμης Επιστήμης Βιοπληροφορικής (Ανοιχτές & Συνεργατικές Πλατφόρμες Βιοπληροφορικών Ροών Εργασίας; (iv) Το μοριακό υπόβαθρο της λοίμωξης από SARS-CoV-2 & Προγνωστικά Μοντέλα