Nacionalni centar kompetencija za računarstvo visokih performansi
EuroCC NCC Montenegro veb sajt imao je preko 10.000 posjetilaca i preko 25.000 posjeta tokom prošle godine. Broj posjeta je bio u korelaciji sa organizacijom događaja, objavljivanjem blog postova i najava na društvenim mrežama. Ukupna statistika od pokretanja sajta pokazuje preko 22.000 posjetilaca i skoro 60.000 posjeta. Ovo se odnosi na period od januara 2021. godine.
Naučni rad o prognoziranju meningitisa pomoću mašinskog učenja, koji su napisali B. Dobaradžić, A. Alibasić, N. Milošević, B. Mališić i M. Vukotić, upravo je objavljen u Zborniku radova Mediteranske konferencije o medicinskom i biološkom inženjeringu i računarstvu (MEDICON) i Međunarodne konferencije o medicinskom i biološkom inženjeringu (CMBEBIH), održane od 14. do 16. septembra 2023. godine u Sarajevu, Bosna i Hercegovina — Tom 1: Imidžing, inženjering i vještačka inteligencija u zdravstvu, na sljedećem link.
Apstrakt – Meningitis je po život opasna bolest koja može dovesti do teških neuroloških oštećenja i smrti ako se ne dijagnostikuje i ne liječi na vrijeme. U ovoj studiji istražuje se primjena metoda mašinskog učenja za kreiranje prediktivnog modela za dijagnozu meningitisa na osnovu kliničkih znakova, krvi, proteina i drugih zdravstvenih parametara. Naš cilj je da utvrdimo najpouzdaniji i najtačniji metod za predikciju meningitisa. Analiziramo veliki skup podataka pacijenata oboljelih od meningitisa koristeći savremene klasifikacione tehnike, poput mašina sa potporom (SVM) i algoritma nasumične šume (Random Forest). Rezultati su pokazali da tehnike mašinskog učenja mogu tačno procijeniti rizik od meningitisa kod pacijenta. Značaj karakteristika za dijagnozu meningitisa se određuje njihovom evaluacijom, a takođe se upoređuje efikasnost različitih modela.
Još jedan projekat koji povezuje vještačku inteligenciju i pametnu specijalizaciju (S3) odobren je za realizaciju na Univerzitetu Donja Gorica. Projekat AI-AGE predlaže korišćenje algoritama mašinskog učenja (ML) i evaluaciju savremenih AI alata za obuku i kreiranje prediktivnih modela u cilju identifikacije novih neinvazivnih biomarkera starenja i povećanog rizika od razvoja starenjem povezanih oboljenja. Ideja je da se iskoristi veliki skup podataka sa anotiranim slikama mrežnjače iz UK Biobank baze, kako bi se istražile tehnike dubokog učenja (DL), najčešće zasnovane na konvolucionim neuronskim mrežama (CNN), kao što su U-Net i Res-Net, i transformeri, ali i da se proširi istraživanje na upotrebu ansambl metoda koje kombinuju ML tehnike radi poboljšanja performansi i tačnosti.
Ovaj projekat je rezultat održivih aktivnosti tima NCC Crna Gora i saradnje između Fakulteta za informacione sisteme Univerziteta Donja Gorica i Medicinskog fakulteta Univerziteta Crne Gore.
