Gerstnerova laboratoř pro inteligentní rozhodování a řízení (GL) je od roku 1996 odborným výzkumným pracovištěm katedry kybernetiky na elektrotechnické fakultě ČVUT. Výzkum zde pokrývá oblasti, mezi které patří distribuovaná umělá inteligence, multiagentní systémy, strojové učení, diagnostika systémů, datové sklady a data mining, systémy pro podporu rozhodování, evoluční programování, či inteligentní robotika. Jako taková se účastnila mnoha evropských a národních výzkumných projektů nejrůznějších typů. Mezi aktuálně řešené v GL patří projekt Znalostní podpora diagnostiky a predikce v kardiologii řešený společně s 1. Lékařskou fakultou a firmou Mac Tech City sro. v letech 2005 – 2009 a je zařazen v programovém projektu Informační společnost Akademie věd ČR. V projektu bude navržen a vyvinut znalostní systém založený na multiagentním přístupu a využívající soubor teoreticky propracovaných metod a algoritmů pro podporu diagnostiky a predikce v kardiologii. Implementovaný systém umožní analyzovat data ze systémů mnohasvodových záznamů povrchového EKG, řešit inverzní úlohu, integrovat výsledky dalších metod a na jejich základě navrhovat diagnózu. Bude vytvořena databáze interpretovaných dat. Dosud byla navržena konsolidovaná databáze dat lékařských vyšetření s cílem vytvořit sdílené úložiště dat umožňující následné provádění různých vědeckých experimentů v rámci projektu. Analýza požadavků na databázi zahrnovala studium existujících formátů dat a navržení vhodných způsobů pro transformaci jednotlivých datových modelů na společnou platformu. Logický návrh databáze byl proveden nezávisle na konkrétním dodavateli databáze tak, aby možné požadavky na různá cílová prostředí nezpůsobily konflikt. Databázové schema podporuje ukládání základních dat o pacientech, jejich diagnózách, o použitých lécích a hlavně o jednotlivých provedených měřeních. Kvůli počátečním požadavkům, je podporována jak binární, tak strukturovaná reprezentace dat. Relační jádro databáze obsahuje tabulky, které jsou relačně rozšířeny o konkrétní typy prováděných měření a potřebné pomocné tabulky a číselníky. Datový model je rozšiřitelný a může vyhovět i budoucím potřebám na ukládání dat jiné povahy. Byly vytvořeny skripty v jazyce SQL pro specifická řešení včetně Oracle 9i a Microsoft SQL Server 2000. První uživatelé databáze v Fyziologickém ústavu 1.LFUK se rozhodli implementovat řešení s využitím databáze typu Oracle a provedli základní experimenty pro přizpůsobení vkládání jejich specifických dat do nově navrženého formátu. Softwarový systém je řešen jako otevřený a modulární, s podporou vkládání nových metod pro jednotlivé fáze zpracování a vyhodnocování EKG signálu a dalších dat o pacientech. Veškerá získaná data budou ukládána do databáze tak, aby kdykoliv v budoucnosti bylo možné provést jejich opakované vyhodnocení pomocí dalších vyvinutých metod.

Fakulta elektrotechnická ČVUT Praha