LnRiLWZpZWxke21hcmdpbi1ib3R0b206MC43NmVtfS50Yi1maWVsZC0tbGVmdHt0ZXh0LWFsaWduOmxlZnR9LnRiLWZpZWxkLS1jZW50ZXJ7dGV4dC1hbGlnbjpjZW50ZXJ9LnRiLWZpZWxkLS1yaWdodHt0ZXh0LWFsaWduOnJpZ2h0fS50Yi1maWVsZF9fc2t5cGVfcHJldmlld3twYWRkaW5nOjEwcHggMjBweDtib3JkZXItcmFkaXVzOjNweDtjb2xvcjojZmZmO2JhY2tncm91bmQ6IzAwYWZlZTtkaXNwbGF5OmlubGluZS1ibG9ja311bC5nbGlkZV9fc2xpZGVze21hcmdpbjowfQ==
LnRiLWhlYWRpbmcuaGFzLWJhY2tncm91bmR7cGFkZGluZzowfQ==
Um9ib3RvOnJlZ3VsYXIsNzAwLDMwMA==
 .tb-container .tb-container-inner{width:100%;margin:0 auto} .wp-block-toolset-blocks-container.tb-container[data-toolset-blocks-container="e61a64d295706b5905bc3be92ed86e4b"] { border-radius: 8px;background: rgba( 243, 242, 242, 1 );padding: 48px; } .tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="83e4f9368be67e17ef7cf73b12562c1d"] { grid-template-columns: minmax(0, 0.735fr) minmax(0, 0.265fr);grid-column-gap: 76px;grid-row-gap: 0px;grid-auto-flow: row } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="83e4f9368be67e17ef7cf73b12562c1d"] > .tb-grid-column:nth-of-type(2n + 1) { grid-column: 1 } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="83e4f9368be67e17ef7cf73b12562c1d"] > .tb-grid-column:nth-of-type(2n + 2) { grid-column: 2 } .wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="9b97cf110b220d9fa39ed332dd9a6f8c"] { margin-left: 4px;display: flex; } .wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="9b97cf110b220d9fa39ed332dd9a6f8c"] p { line-height: 3px; } .tb-field[data-toolset-blocks-field="dfa6bb20d23ade5d44128037c2087b7d"] { font-size: 13px;font-family: Roboto;font-weight: regular;line-height: 16px; }  .tb-field[data-toolset-blocks-field="31537f64838810a0b8f9030d23a1eebd"] { font-size: 13px;font-family: Roboto;font-weight: regular;line-height: 16px;padding-bottom: 6px; }  .tb-field[data-toolset-blocks-field="1486cee24b651bcac937c79e6155c9bf"] { font-size: 13px;font-family: Roboto;font-weight: regular;line-height: 16px;padding-bottom: 6px; }  .tb-field[data-toolset-blocks-field="24bd4910ab3d07fdd44f628d9947393a"] { font-size: 13px;font-family: Roboto;font-weight: regular;line-height: 16px;padding-bottom: 6px; }  .tb-field[data-toolset-blocks-field="031c5e5a15849a827dcb09445b9564dd"] { font-size: 13px;font-family: Roboto;font-weight: regular;line-height: 16px;padding-bottom: 6px; }  .tb-field[data-toolset-blocks-field="4b115832581cb6288c620bbff21fb844"] { font-size: 13px;font-family: Roboto;font-weight: regular;line-height: 16px;padding-top: 0px;padding-bottom: 6px;margin-top: 0px; }  .tb-field[data-toolset-blocks-field="29d76ce207d419a012efb65b8acefd03"] { font-size: 13px;font-family: Roboto;font-weight: regular;line-height: 16px;padding-top: 0px;padding-bottom: 6px;margin-top: 0px; }  h4.tb-heading[data-toolset-blocks-heading="aad2c857f9e298945c7ae5d9c5c8c480"]  { font-size: 22px;font-family: Roboto;font-weight: 300;line-height: 24px; }  .tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em} .tb-button[data-toolset-blocks-button="c96b78e58d378dbd8572eea39aeff915"] { text-align: left; } .tb-button[data-toolset-blocks-button="c96b78e58d378dbd8572eea39aeff915"] .tb-button__link { background-color: rgba( 139, 183, 8, 1 );margin-top: 12px;margin-bottom: 24px;font-size: 14px;font-family: Roboto;font-weight: regular; } .tb-field[data-toolset-blocks-field="199679b582a458bcd9da749881546784"] { font-size: 14px;font-family: Roboto;font-weight: regular;line-height: 18px;color: rgba( 47, 59, 64, 1 ); }  .tb-field[data-toolset-blocks-field="32489777632b4dbb178ccac5bcec8fc9"] { font-size: 14px;font-family: Roboto;font-weight: regular;line-height: 18px;color: rgba( 47, 59, 64, 1 ); }  .tb-field[data-toolset-blocks-field="9dab8c396297b53312f204b873cdf568"] { font-size: 22px;font-family: Roboto;font-weight: 300;line-height: 24px; }  .wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="3034fbe886c11054e95b46b09d3e4112"] { display: flex; } .tb-field[data-toolset-blocks-field="a75a43dc56a7b3852ec5dea68af8c8f5"] { font-size: 16px;font-family: Roboto;font-weight: 700;line-height: 18px;text-transform: uppercase;text-align: initial;color: rgba( 139, 183, 8, 1 ); }  .tb-field[data-toolset-blocks-field="4ed92c8c217915fc11adfd6dd309d904"] { font-size: 36px;font-family: Roboto;font-weight: regular;line-height: 38px;text-align: left;color: rgba( 0, 113, 137, 1 ); }  @media only screen and (max-width: 781px) {  .tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="83e4f9368be67e17ef7cf73b12562c1d"] { grid-template-columns: minmax(0, 0.5fr) minmax(0, 0.5fr);grid-auto-flow: row } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="83e4f9368be67e17ef7cf73b12562c1d"] > .tb-grid-column:nth-of-type(2n + 1) { grid-column: 1 } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="83e4f9368be67e17ef7cf73b12562c1d"] > .tb-grid-column:nth-of-type(2n + 2) { grid-column: 2 } .wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="9b97cf110b220d9fa39ed332dd9a6f8c"] { display: flex; }         .tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em}   .wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="3034fbe886c11054e95b46b09d3e4112"] { display: flex; }    } @media only screen and (max-width: 599px) {  .tb-container .tb-container-inner{width:100%;margin:0 auto}.tb-grid,.tb-grid>.block-editor-inner-blocks>.block-editor-block-list__layout{display:grid;grid-row-gap:25px;grid-column-gap:25px}.tb-grid-item{background:#d38a03;padding:30px}.tb-grid-column{flex-wrap:wrap}.tb-grid-column>*{width:100%}.tb-grid-column.tb-grid-align-top{width:100%;display:flex;align-content:flex-start}.tb-grid-column.tb-grid-align-center{width:100%;display:flex;align-content:center}.tb-grid-column.tb-grid-align-bottom{width:100%;display:flex;align-content:flex-end} .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="83e4f9368be67e17ef7cf73b12562c1d"] { grid-template-columns: minmax(0, 1fr);grid-auto-flow: row } .wp-block-toolset-blocks-grid.tb-grid[data-toolset-blocks-grid="83e4f9368be67e17ef7cf73b12562c1d"]  > .tb-grid-column:nth-of-type(1n+1) { grid-column: 1 } .wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="9b97cf110b220d9fa39ed332dd9a6f8c"] { display: flex; }         .tb-button{color:#f1f1f1}.tb-button--left{text-align:left}.tb-button--center{text-align:center}.tb-button--right{text-align:right}.tb-button__link{color:inherit;cursor:pointer;display:inline-block;line-height:100%;text-decoration:none !important;text-align:center;transition:all 0.3s ease}.tb-button__link:hover,.tb-button__link:focus,.tb-button__link:visited{color:inherit}.tb-button__link:hover .tb-button__content,.tb-button__link:focus .tb-button__content,.tb-button__link:visited .tb-button__content{font-family:inherit;font-style:inherit;font-weight:inherit;letter-spacing:inherit;text-decoration:inherit;text-shadow:inherit;text-transform:inherit}.tb-button__content{vertical-align:middle;transition:all 0.3s ease}.tb-button__icon{transition:all 0.3s ease;display:inline-block;vertical-align:middle;font-style:normal !important}.tb-button__icon::before{content:attr(data-font-code);font-weight:normal !important}.tb-button__link{background-color:#444;border-radius:0.3em;font-size:1.3em;margin-bottom:0.76em;padding:0.55em 1.5em 0.55em}   .wp-block-toolset-blocks-grid-column.tb-grid-column[data-toolset-blocks-grid-column="3034fbe886c11054e95b46b09d3e4112"] { display: flex; }    } 
Utveckling av RespiHeart´s övervakningssystem genom avancerad AI och maskininlärningsteknik
RESPIHEART AB
RespiHeart är en optiskt mätmetod som tillhandahåller information om hjärt- och andningsaktivitet.
RespiHeart är en optiskt mätmetod som tillhandahåller information om hjärt- och andningsaktivitet. Med stark korrelation i förhållande till standardutrustning skapar RespiHeart-systemet unika förutsättningar för förbättrad analys och prediktion. Detta projekt syftar till att utnyttja kraften i AI och maskininlärning för att utveckla avancerade diagnostiska tekniker och förbättra befintliga metoder för patientövervakning. RespiHeart vill bidra till en mer resurseffektiv vård, genom reduktion av tid, fysiska transporter och finansiella investeringar, samtidigt som vårdkvalitet och patientsäkerhet förbättras. Det övergripande målet är att möjliggöra bättre vård för fler patienter genom att främja sjukvårdens effektivitet och tillgänglighet, vilket därmed kan bidra till att möta samhällets växande vårdbehov i framtiden, även i ett globalt perspektiv. Projektet syftar till att förbättra RespiHeart-systemet med hjälp av AI och maskininlärning. Arbetsplanen omfattar tre faser: (1) Databeredning och insamling, (2) Modellutveckling och utbildning, (3) Dokumentation och rapportering. Baserat på befintlig data respektive ny data från ett forskarteam vid Linköpings Universitetssjukhus, kommer projektet att fokusera på att använda tidsseriealgoritmer och maskininlärningstekniker för att förfina modellens indata och möjliggöra systemintegration för realtidsanalys. Kunskapsöverföring är väsentlig och ska säkerställas genom interaktiva workshops, utförlig dokumentation och kontinuerligt samarbete med RISE. Det handlar om både fördjupad förståelse för systemet och utvecklingsmöjligheter, med syftet att öka RespiHeart-systemets noggrannhet såväl som att generera fördjupade kliniska insikter.
PROJEKTFAKTA
KATEGORI:
KOORDINATOR:
RESPIHEART AB
PROJEKTNUMMER:
2023-02753
BIDRAG:
200 000 kr
STARTDATUM:
oktober 1, 2023
SLUTDATUM:
mars 31, 2024
PROJEKTSTATUS:
Pågående