Během své vědecké kariéry se profesor Misha Pavel ve Spojených státech podílel na mnoha technologických řešeních, která se zaměřovala na počítačové modely pro předvídání zdravotního stavu jednotlivců i na to, jak lze tyto předpovědi technologicky využít přímo v domácím prostředí a podpořit naše zdraví.

V Americe vystudoval elektrotechniku, informatiku, matematiku a psychologii a všechny tyto obory úspěšně kombinoval ve svém výzkumu. Jeho příspěvky pokrývají široké spektrum vědních oblastí od psychofyziky a kognitivních věd až po informatiku a inženýrství.

V našem rozhovoru poukazuje na význam multidisciplinárních týmů ve vědě, propojení inženýrských a zdravotních oborů a vysvětluje, jak nám různé technologie mohou přinést významné zdravotní benefity.

Prof. Misha Pavel a dr. Marcela Ely

Na čem v USA momentálně pracujete?

Ukazuje se, že v Evropě, v USA, ale zejména v Japonsku a Německu rychle roste podíl starších lidí závislých na zdravotních či sociálních službách nebo na podpoře rodiny. V současné době pracujeme na technologiích, které mají zlepšit kvalitu života seniorů a jejich pečovatelů. Náš přístup zahrnuje instalaci senzorů, které monitorují činnosti starších lidí v domácnosti, například jejich kvalitu spánku, stravovací návyky a úroveň pohybové aktivity. Monitorujeme také jejich fyziologické stavy.

Na základě počítačových modelů vyhodnocujících jejich chování jsme schopni odhalit pokles kognitivních a fyzických schopností. Kombinací údajů ze senzorů a výpočetního modelování můžeme předcházet i mnoha zraněním. Zaměřujeme se zejména na specifické části domácnosti, kde jsou lidé nejzranitelnější, typicky například koupelny. Pomocí komunikačních aplikací spolu se závěry z údajů senzorů může rodina zjistit, zda je babička nebo dědeček v pořádku.

Na základě počítačových modelů vyhodnocujících jejich chování jsme schopni odhalit pokles kognitivních a fyzických schopností.

Zejména v USA dělí rodiny často veliké vzdálenosti a senzorické sledování prarodičů umožní předcházet pádům či reagovat na jakékoli nežádoucí události. Starší lidé sice u sebe mívají přívěsky s nouzovým tlačítkem, které v případě nouze přivolá pomoc, ale často je nepoužívají, rodina často nemá tušení, že se něco děje.

Naše technologie mají hlavně příznivý dopad na ekonomiku země. O seniory nejčastěji pečuje příbuzný v produktivním věku, který tak nemůže pracovat na plný úvazek. Tyto technologie mu však umožní skloubit obojí. Vyvíjíme pomůcky, které pomáhají se soběstačností a vyšším komfortem seniorů. Hodně se zaměřujeme na aplikovaný výzkum inspirovaný uživateli.

Souvisí to s tím, že v Americe je větší tlak na komercializaci výzkumu? Vznikají v USA úspěšné spin-off a start-up firmy založené na univerzitním výzkumu?

Mám v této oblasti bohaté zkušenosti, ale i v Americe je úspěšná komercializace velmi obtížná. Existuje relativně málo velmi úspěšných výsledků, například patentů, které vedly k ziskovým spin-off společnostem. Komerční a akademická sféra naráží na odlišné cíle. Akademici jsou odměňováni za výuku, publikace, získávání finančních prostředků na výzkum a šíření svých výsledků. V komerčním prostředí jsou pracovníci odměňováni za vývoj ekonomicky proveditelných řešení, vylepšování produktů a zároveň utajování svých řešení.

Úspěšná komercializace nebo spolupráce v oblasti technologií pro zdravotnictví těží z kombinace obou strategií. Vývoj těchto řešení vyžaduje širší týmy, v nichž musí úzce spolupracovat a vzájemně se doplňovat obě skupiny. Podle mého názoru je důležité nejprve najít skupinu lidí, která má skutečný zájem o určitý problém a je ochotna věnovat mu svou energii. Klíčové je zaměřit se nejprve na vypracování podnikatelského plánu a toho se držet. Je také nezbytné dodržet všechny slíbené termíny a milníky.

Jaká konkrétní zdravotní doporučení založená na výzkumu jste v minulosti navrhovali či realizovali?

Například lidé obecně, a zejména starší lidé, by měli pravidelně cvičit, aby si zlepšili a udrželi dobrý zdravotní stav. V rámci jednoho projektu ve spolupráci s Kalifornskou univerzitou v Berkeley jsme vyvinuli soubor cvičení určených speciálně pro seniory. Uživatelé jsou prostřednictvím interaktivního displeje vedeni ke konkrétním cvikům v domácím prostředí, které se jim přizpůsobují na základě dat z blízko umístěné infračervené 3D kamery. Uživatelé mohou sledovat sami sebe v podobě kreslené figurky, díky ní mohou provádět poměrně bezpečné cvičení například na židli. Tato metoda vedla u těchto lidí k dosažení větší síly, flexibility a vytrvalosti a také k prokrvení mozku. Navrhovali jsme další podobná cvičení pro různé skupiny osob.

V dalším projektu jsme zkoumali postupy, které pomáhají lidem dodržovat režim užívání léků. Když se lidí zeptáte, zda užívají léky podle pokynů lékaře, řeknou vám, že v devadesáti pěti procentech případů užívají léky správně. Výzkum však ukazuje, že lidé užívají své léky správně v méně než padesáti procentech případů. Vyvinuli jsme několik pomůcek založených na umělé inteligenci, abychom výrazně zlepšili dodržování podávání léků, které pacientům předepsal jejich lékař.

Zmínil jste, že v USA pracujete na zavedení senzorů, které sledují pohyb starších lidí. V čem nyní vidíte výzkumnou příležitost v rámci projektu DigiWELL?

Domnívám se, že informační a komunikační technologie má potenciál způsobit revoluci ve zdravotnictví. Pandemie Covid-19 nám ukázala, že pro některé druhy pomoci můžeme využít videokomunikační aplikace typu Zoom, zejména v těch případech, kdy postačí online konzultace s lékařem a nemusíme docházet na kliniku či do nemocnice. Klíčové však je, aby tyto a podobné služby byly hrazeny z pojištění.

DigiWell jde v přístupu založeném na technologiích ještě o krok dál: zkoumá, zda je možné současně zlepšit zdravotní péči, životní pohodu a kvalitu života jednotlivců. Je dokázáno, že zvýšení fyzické aktivity zlepšuje zdravotní stav a může také zvýšit kvalitu života u celé řady skupin obyvatel. DigiWell využívá monitorovací zařízení ve spojení se subjektivními odpověďmi respondentů ke zkoumání účinků úrovně aktivity v kombinaci s dalšími faktory, jako je počasí či znečištění ovzduší.

Budete se podílet také na vývoji nových digitálních nástrojů a softwaru v rámci projektu DigiWELL? 

Věřím, že můžeme přispět hned v několika oblastech. Moderní přístupy v oblasti strojového učení a umělé inteligence jsou dnes převážně založeny na datech a osvědčily se zejména při analýzách a intervencích zaměřených na celé populace. My však chceme kombinovat principy psychologie a fyziologie k vytváření příčinných a dynamických modelů jednotlivců. Tyto modely vznikají díky propojení elektrotechniky, informatiky a psychologie.

Klíčovým přínosem této metody, která zahrnuje vývoj takzvaných „digitálních dvojčat“, tedy digitálního protějšku, je přizpůsobení intervencí konkrétní osobě. Výzkum se zaměřuje na tvorbu dynamických modelů jednotlivců a jejich chování, což umožní zavést nejvhodnější postupy a doporučení. Kromě toho tým využívá výpočetní modely k analýze subjektivních reakcí na různých úrovních. Zvláštní důraz klademe na vyhodnocení množství informací, které získáme pomocí metody EMA (Ecological Momentary Assessment, který výzkumníkům umožňuje shromažďovat údaje o chování a výsledcích souvisejících se zdravím v reálném čase – pozn. redakce).

Cílem je tedy analýza informací a dat?

Cílem je zlepšit zdraví a pohodu lidí. Abychom tohoto cíle dosáhli, musíme spojit silné týmy složené z inženýrů, informatiků, statistiků, psychologů, pečovatelů a příjemců péče. Cílem našeho výzkumu je vysledovat návyky lidí, pochopit psychologické procesy mnoha různých jedinců, co je motivuje a co je odrazuje od různého zdravého chování. Například jim pomoci překonat „lenost“ a jít si každé ráno na tři minuty zaběhat a vydržet u toho, dokud se to nestane zvykem. Chceme pochopit proces učení, kdy se z chování stává zvyk. Musíme tedy shromáždit velmi velké množství dat a pak je vyhodnotit, protože každý člověk se pravděpodobně odchyluje od populačního průměru.

Chceme pochopit proces učení, kdy se z chování stává zvyk.

Lidé například obecně nemají rádi, když jim někdo říká, co mají dělat, na druhou stranu se podřizují společensky přijatým normám. Abychom tyto principy objevili, musíme shromažďovat data po delší dobu a postupně inovovat a rozvíjet modely a zjišťovat, které fungují a které ne. Zde se matematika a datová věda spojují a podporují náš výzkum. Protože bude k dispozici velké množství dat z velkého vzorku populace, budou mít i tyto modely několik různých variant založených na různých parametrech. Je to stejné, jako když sbíráte údaje o hmotnosti, výšce a tak dále. Ale v tomto případě budeme sbírat údaje o tom, jak se lidé učí, jak reagují na různé podněty, co v nich vyvolává stres a podobně. Z toho vyplývá, že existují biliony parametrů, které musíme vyhodnotit, abychom pochopili, jak lidé přemýšlí. Celá věc je pro nás obrovskou technickou výzvou.

Kdo je profesor Misha Pavel:

Narodil se v Československu, ale v současné době žije a pracuje v Palo Alto v Kalifornii jako člen fakulty v Silicon Valley Campus Northeastern University. V polovině 60. let 20. století jako sedmnáctiletý student emigroval s rodiči do Spojených států, kde začínal jako opravář televizorů. Jakmile ovládl angličtinu, získal stipendium na Polytechnickém institutu v Brooklynu, kde za dva roky dokončil bakalářské studium elektrotechniky. Poté byl přijat do exkluzivní výzkumné organizace Bellovy laboratoře a současně získal magisterský titul na Stanfordově univerzitě.

Jeho prvním významným úkolem pro Bellovy laboratoře bylo vytvořit matematický model telefonní sítě, který v něm vzbudil zájem o pochopení složitosti lidských kognitivních procesů. To ho vedlo k získání doktorátu z matematické psychologie na New York University, jehož cílem bylo reprezentovat psychologické a behaviorální jevy pomocí matematické přesnosti. Zpočátku se zaměřil na vývoj modelů lidských smyslových procesů zachycených psychofyzikou, jako je sluchové a zrakové vnímání, ale začal také vyvíjet přístupy k využití modelování na podporu měření a optimalizace použitelnosti zařízení a systémů.

Díky tomuto víceoborovému vzdělání získal místo na Stanfordově univerzitě. Jeho výzkum se tam zaměřil na počítačové aplikace v kognitivní psychologii. Pokrok v oblasti senzorových technologií mu umožnil pokračovat v průběžném měření a vyhodnocování lidského chování v reálném životě. To vedlo k profesuře a založení nové katedry biomedicínského inženýrství na Oregon Health & Science University. Zde se ponořil do výzkumu využití technologií pro usnadnění péče o seniory a zlepšení kvality jejich života. Jeho práce kombinuje umělou inteligenci s psychologickými a fyziologickými poznatky získanými z předchozího výzkumu.

Prof. Pavel byl spoluzakladatelem Oregonského centra pro stárnutí a technologie, které se zaměřuje na domácí monitorování, matematické modely pro odvozování zdravotních stavů a aktivit starších dospělých a také na intervence v oblasti domácí zdravotní péče usnadněné novými technologiemi.

Během své akademické kariéry spolupracuje s komerčními organizacemi ve snaze přivést nové objevy ke každodennímu využití. Mezi spolupracující organizace patřily XEROX PARC, Intel Corporation, NASA Ames a mnoho menších společností. Spolupracoval také s americkou vládou, zejména začal vést program Smart & Connected Health v americké Národní vědecké nadaci. V současné době je Prof. Pavel výzkumným profesorem informatiky na Northeastern University.

Nyní je vedoucím výzkumného týmu na Ostravské univerzitě v rámci projektu DigiWELL. Zde se zaměřuje na pokročilou matematickou analýzu dat a technologický návrh zdravotních intervencí.

Výzkumný projekt DigiWELL „Excelentní výzkum v oblasti digitálních technologií a wellbeingu CZ.02.01.01/00/22_008/0004583“ je spolufinancován Evropskou unií a získal většinu svého financování díky Operačnímu programu Jana Amose Komenského – Špičkový výzkum. Ostatní část financí je pokryta prostřednictvím příspěvků jednotlivých institucí: Ostravská univerzita, Masarykova univerzita, Univerzita Palackého v Olomouci, Univerzita Hradec Králové, Národní ústav duševního zdraví a tři renomované ústavy Akademie věd České republiky – Psychologický ústav, Sociologický ústav a Ústav informatiky.