Σημαντική διεθνή αναγνώριση λαμβάνει έρευνα στην οποία συμμετείχε ο Δρ Στάθης Χατζηδημητρίου, καθώς επιλέχθηκε για προφορική παρουσίαση στο IEEE International Symposium on Biomedical Imaging (ISBI) 2026, ένα από τα σημαντικότερα παγκόσμια συνέδρια στον τομέα της βιοϊατρικής απεικόνισης και της τεχνητής νοημοσύνης στην ιατρική.
Η έρευνα συνδέεται με το Πανεπιστήμιο Λεμεσού (University of Limassol), το οποίο ανακοίνωσε ότι η συγκεκριμένη επιστημονική εργασία θα παρουσιαστεί στο διεθνές συνέδριο που θα πραγματοποιηθεί στο Λονδίνο.
Το IEEE ISBI διοργανώνεται από την IEEE Signal Processing Society και την IEEE Engineering in Medicine and Biology Society, συγκεντρώνοντας κορυφαίους επιστήμονες από όλο τον κόσμο που δραστηριοποιούνται στο πεδίο όπου συναντώνται η τεχνητή νοημοσύνη, η ιατρική και η βιοϊατρική απεικόνιση.
Νέα προσέγγιση τεχνητής νοημοσύνης για την καρδιά
Η επιστημονική εργασία με τίτλο “Beat-SSL: Capturing Local ECG Morphology through Heartbeat-Level Contrastive Learning with Soft Targets” παρουσιάζει ένα νέο πλαίσιο τεχνητής νοημοσύνης για την ανάλυση σημάτων ηλεκτροκαρδιογραφήματος (ECG).
Τα ηλεκτροκαρδιογραφήματα χρησιμοποιούνται ευρέως για την παρακολούθηση της καρδιακής υγείας. Ωστόσο, η εκπαίδευση συστημάτων τεχνητής νοημοσύνης για την ερμηνεία τους απαιτεί συνήθως μεγάλους όγκους δεδομένων που έχουν επισημανθεί από ειδικούς.
Η προτεινόμενη μέθοδος Beat-SSL εισάγει μια προσέγγιση self-supervised learning, επιτρέποντας στα μοντέλα τεχνητής νοημοσύνης να μαθαίνουν απευθείας από τα σήματα ECG χωρίς να εξαρτώνται σε μεγάλο βαθμό από επισημασμένα δεδομένα.
Σε αντίθεση με υπάρχουσες τεχνικές που επικεντρώνονται κυρίως στον συνολικό καρδιακό ρυθμό, η νέα αυτή μέθοδος καταγράφει τη λεπτομερή μορφολογία κάθε καρδιακού παλμού, επιτρέποντας πιο ακριβή και λεπτομερή ανάλυση των καρδιακών σημάτων.
Διεθνής συνεργασία και εντυπωσιακά αποτελέσματα
Η έρευνα πραγματοποιήθηκε σε συνεργασία με το University of Glasgow, με τη συμβολή του διδακτορικού ερευνητή Muhammad Ilham Rizqyawan, υπό την επίβλεψη της Καθηγήτριας Fani Deligianni και με συν-επίβλεψη από τον Δρ Στάθη Χατζηδημητρίου.
Τα πειραματικά αποτελέσματα έδειξαν ότι η νέα μέθοδος επιτυγχάνει 93% της απόδοσης μεγάλων μοντέλων ECG, τα οποία έχουν εκπαιδευτεί με περισσότερα από 30 φορές περισσότερα δεδομένα, ενώ παράλληλα τα ξεπερνά σε εργασίες λεπτομερούς τμηματοποίησης των κυμάτων του ηλεκτροκαρδιογραφήματος.
Η επιτυχία αυτή αναδεικνύει τον ολοένα αυξανόμενο ρόλο της τεχνητής νοημοσύνης στη βελτίωση των ιατρικών διαγνώσεων και αντικατοπτρίζει τη δυναμική ερευνητική δραστηριότητα του Πανεπιστημίου Λεμεσού στους τομείς της τεχνητής νοημοσύνης, των ιατρικών τεχνολογιών απεικόνισης και της επιστήμης βιοϊατρικών δεδομένων.
Η παρουσίαση της έρευνας θα πραγματοποιηθεί στο συνέδριο IEEE ISBI 2026 στο Λονδίνο.
