V rekordnem času razvili aplikacijo za raziskavo o razširjenosti covid-19

 

Hitro izvedbo nacionalne raziskave o razširjenosti covida-19 v Sloveniji, pri kateri je sodelovalo več članic Univerze v Ljubljani, je omogočila celovita informacijska podpora, ki so jo rekordno hitro postavili sodelavci Laboratorija za bioinformatiko, ki ga na Fakulteti za računalništvo in informatiko vodi prof. dr. Blaž Zupan.

 

Zaposleni in študenti na UL FRI so v pičlih dveh tednih razvili aplikacijo, ki je informacijsko podprla celotno študijo. Vzpostavili so podatkovno bazo z enkriptiranimi podatki o sodelujočih in rezultatih laboratorijskih preiskav. Stremeli so k temu, da je aplikacija tako enostavna za delo, da 50 ljudi, ki bi aplikacijo dejansko uporabljali, ali v laboratoriju ali analitično na terenu, ne bi bilo treba ničesar dodatno učiti. Poleg razvoja podatkovne baze so razvojni inženirji pomagali tudi ekipam z obdelavo in vnosom odgovorov iz vprašalnikov. Pri prepoznavi izpolnjenih vprašalnikov so si pomagali tudi z nekaterimi sodobnimi tehnikami umetne inteligence. Vodja laboratorija dr. Zupan je izrazil navdušje nad izjemno sposobnimi mladimi, ki so s svojim zavzetim delom v nekaj dneh ustvarili, kar bi običajno trajalo nekaj mesecev.

 

 

 

Napovedovanje poteka pandemije z modelom SEIR

 

Sodelavec Laboratorija za vseprisotne sisteme na UL FRI prof. dr. Janez Žibert se je vključil v aktivnosti za napovedovanje epidemije COVID-19 na nacionalni ravni in je med drugim sodeloval s strokovno skupino pod vodstvom dr. Bojane Beović.

 

Pri napovedovanju poteka epidemije je uporabil model SIR/SEIR, v katerega je dodatno vključil modeliranje obolelih, ki se zdravijo bolnišnično  ali na intenzivni negi ter dodal možnost ocenjevanja reporodukcijskega števila R s prileganjem modela trenutnim podatkom o epidemiji v Sloveniji. Podatke za model pridobiva s spletnega portala COVID-19-sledilnik.org.

 

Modeli SEIR sodijo med modele populacijskih skupin, ki so zelo uveljavljeni v epidemoiološki stroki. Pri teh modelih razdelimo populacijo, ki je podvržena bolezni, na podskupine in z diferencialnimi enačbami definiramo hitrost prehajanja posameznikov med podskupinami. Najbolj preprost epidemiološki model te skupine je model tipa SIR, kjer definiramo podskupine izpostavljenih bolezni (ang. Susceptible), okuženih (ang. Infected) in ozdravljenih (ang. Recovered) ter prehode med skupinami s parametri hitrosti prehajanja med skupinami.

 

Dr. Žibert je zgradil dve verziji modelov. V determinističnem modelu so definirane stopnje prehoda med skupinami s konstantnimi parametri, pridobljenimi iz literature oziroma ocenjenimi iz epidemiološke situacije, v stohastičnem modelu pa je prehode definiral s porazdelitvenimi funkcijami in nato izvedel simulacije s postopki Monte Carlo oziroma Gillespiejevim algoritmom. Na ta način se dobi več možnih potekov dinamike epidemije, med katerimi se izbere statistično ustrezne. Končno napoved se tvori s kombinacijo obeh modelov, saj se na ta način pričakuje bolj natančne napovedi. S temi modeli lahko napovedujemo gibanje bolnišničnih obravnav, obravnav na intenzivnih oddelkih in napovedovanju kumulativnega števila smrti, ki so ključni parametri obvladovanja epidemije v zdravstvenem sistemu.

 

Rezultati modelov so objavljeni na spletni strani COVID-19 Slovenija in v novici na spletni strani FRI.

 

 

Sistem za samodejno zaznavo pravilne uporabe zaščitnih mask

 

Pomemben ukrep proti širjenju novega koronavirusa SARS-CoV-2 je po priporočilih zdravstvenih strokovnjakov uporaba zaščitne obrazne maske čez nos in usta. Dr. Borut Batagelj je s sodelavci s pomočjo metod računalniškega vida in umetne inteligence izdelal sistem za samodejno zaznavanje pravilno nošenih obraznih mask, ki dosega 98,93-odstotno točnost.

 

Sistem zaznava, kako je maska nameščena na obrazu. V primeru, če ne prekriva ust in nosu v celoti, javi, da maska ni pravilno nameščena. Sistem je robusten na različne pogoje, kot so velikost, osvetlitev in položaj glave ter tip maske.

 

V okviru izgradnje sistema so raziskovalci zgradili trenutno največjo označeno zbirko obrazov z maskami, zajetimi v realnih pogojih, ki obsega več kot 60 tisoč obrazov in je prosto dostopna drugim raziskovalcem, da izboljšajo svoje metode zaznave in prepoznave mask ter obrazov z maskami.

 

Več o delovanju sistema so raziskovalci Borut Batagelj in Peter Peer s Fakultete za računalništvo in informatiko UL ter Vitomir Štruc in Simon Dobrišek s Fakultete za elektrotehniko UL objavili v članku How to Correctly Detect Face-Masks for COVID-19 from Visual Information?, objavljenim v reviji MDPI Applied Sciences.

 

 

Učenje podatkovne analitike na podatkih COVID-19

 

V Laboratoriju za bioinformatiko UL FRI so pripravili navodila za analizo podatkov pandemije COVID-19 s pomočjo programa Orange. Navodila so prilagojena uporabnikom z osnovnim znanjem Excela in Pythona.

 

Koliko je obolelih, ozdravelih in mrtvih, ali imajo ti podatki bolj statistično ali tudi praktično vrednost? Vse to in še več lahko preveri vsak, ki se je pripravljen ob tem naučiti uporabe programa za podatkovno analitiko Orange.

 

Sodelavci Laboratorija za bioinformatiko so pripravili tri sklope analiz:

 

Programski paket Orange že več 20 let nastaja v Laboratoriju za bioinformatiko Fakultete za računalništvo in informatiko UL. S kar 20.000 mesečnimi prenosi spada med najbolj priljubljena orodja za podatkovno rudarjenje na svetu. Je izjemno enostaven za uporabo, saj uporabnikom omogoča interaktivno upodobitev rudarjenih podatkov s pomočjo intuitivnega vizualnega programiranja v preglednem uporabniškem vmesniku.

 

 

FRI Webinarji

 

Na Fakulteti za računalništvo in informatiko UL smo v okviru Akademije FRI v aprilu, maju in juniju pripravili skupek brezplačnih enournih webinarjev, namenjenih tako popolnim laikom kot tudi računalniškim strokovnjakom. Webinarji so v času epidemije novega koronavirusa in izolacije omogočili vpogled v nekaj najbolj aktualnih tematik  s področja računalništva in informatike.

 

Profesorji, asistenti in raziskovalci so se dotaknili različnih tem, od slovenskih narečij in prepoznave oseb z biometrijo do analize sentimenta tvitov in strojnega učenja v računalniškem vidu. Predavanja so naletela na dober odziv. Prijavilo se je preko 900 udeležencev, še dodatnih 1.500 ogledov pa beležimo na platformi Arnes Video, kjer so objavljeni vsi webinarji.

 

  • Globoko učenje v računalniškem vidu (izr. prof. dr. Danijel Skočaj in Domen Tabernik, uni. dipl. inž.) ogled webinarja
  • Spletne prevare v času COVID-19 (dr. David Modic) ogled webinarja
  • Odkrijte bogastvo slovenskih narečij (viš. pred. dr. Alenka Kavčič) ogled webinarja
  • Kako z biometrijo prepoznajo vašo identiteto? (as. Žiga Emeršič, mag.) ogled webinarja
  • Biometrične tehnologije razpoznave ljudi (as. Žiga Emeršič, mag.) ogled webinarja
  • Vzpostavitev biometrije v poslovnih prostorih (as. Žiga Emeršič, mag., in Ana Antunićević, mag. prav.) ogled webinarja
  • Analiza COVID-19 tvitov in njihovega sentimenta (as. Ajda Pretnar) ogled webinarja
  • Diagrami primerov uporabe: prvi korak v svet UML-ja (viš. pred. dr. Alenka Kavčič) ogled webinarja

 

 

Skoraj 200 računalnikov na FRI vključenih v skupnostno znanost

 

Z razglasitvijo epidemije se je celoten pedagoški proces s predavanji in vajami preselil na splet. Na fakulteti so predavalnice več mesecev samevale, kar pa ni veljalo za računalniško opremo v 13 računalniških učilnicah, ki je bila priključena projektu Skupnostna znanosti in boj proti koronavirusu.

 

Zaposleni v računalniškem centru so poskrbeli, da je 194 računalnikov, ki so sicer namenjeni vajam za študente, izvajalo program Covid-solver, ki je pomagal analizirati na tisoče molekulskih spojin, da bi pospešili iskanje zdravila za bolezen COVID-19. Vsi računalniki so rezultate pošiljali nazaj na skupni strežnik.

 

 

Turizem s točke nič

Z epidemijo novega koronavirusa se je turizem ustavil, zato se je takoj pojavilo vprašanje, kako bomo s točke nič ponovno začeli potovati. Iskanja rešitve se je že v aprilu lotil projekt Tourism From Zero, ki ga koordinira iniciativa Turizem 4.0 in združenje AIRTH.

 

Fakulteta za računalništvo in informatiko Univerze v Ljubljani sodeluje na področju podatkovne analitike, predvsem pri analizi ankete med ponudniki in uporabniki turističnih storitev.

 

Več o projektu je na voljo na spletni strani Tourism From Zero.