Akane Sano
Title: Toward data-driven personalized health and wellbeing assistant
Abstract:
Imagine 24/7 rich human physiological and behavioral data could identify your health and wellbeing such as your stress level and cognitive ability and provide personalized early warnings to help you more resilient to stress or be alert and focus on your work. We have developed tools and algorithms for measuring, predicting and supporting individual, organizational and community health and wellbeing. Our studies targeted patients with mental illness as well as people at high risk of mental health and wellbeing due to to adverse events such as job/academic related demands and extended/shift work schedules. This talk will highlight a series of studies and technologies we have developed to investigate how to leverage multi-modal human data to measure, understand and improve mental health and wellbeing, challenges and learned lessons.
Short Bio:
Akane Sano is an Assistant Professor at Rice University, Department of Electrical Computer Engineering and Computer Science. She directs Computational Wellbeing Group. Her research focuses on human sensing, data analysis and application development for health and wellbeing. She is a member of Scalable Health Labs. She has been working on developing technologies to measure, forecast, understand and improve health and wellbeing. She has worked on measuring and predicting stress, mental health, sleep and performance and designing systems to help people to reduce their stress and improve their mental health, sleep and performance for student and employee populations including SNAPSHOT study project, Eureka project (symptom prediction and digital phenotyping in schizophrenia using phone data) and IARPA mPerf project (Using mobile sensors to support productivity and employee well-being). She obtained her PhD at MIT Media Lab, and her MEng and BEng at Keio University, Japan. Before she joined Rice University, she was a Research Scientist in Affective Computing Group at MIT Media Lab, and a visiting scientist/lecturer at People-Aware Computing Lab, Cornell University. Before she came to the US, she was a researcher/engineer at Sony Corporation and worked on wearable computing, intelligent systems and human computer interaction.
Artur Ziviani
Título: Desafios de Ciência de Dados aplicada à Saúde Digital
Resumo:
Diversas áreas do conhecimento encontram-se em um processo de transformação digital que catalisa a geração de um imenso volume de dados. A chamada Ciência de Dados surge recentemente como a catalisadora de técnicas para enfrentamento desse grande desafio em contexto altamente interdisciplinar. Esta palestra discute sucintamente diversos desafios, técnicos e nem tão técnicos, envolvendo a aplicação de ciência de dados em saúde digital. Essa discussão se apresenta de alta relevância atualmente dado o potencial benefício da análise de dados em larga-escala para a gestão, atendimento, pesquisa, entre tantos aspectos da área de saúde, além de criação de melhores condições de atuação e decisão baseadas em dados para os profissionais da área.
Short Bio:
Artur Ziviani é Tecnologista Sênior do Laboratório Nacional de Computação Científica (LNCC), integrando o grupo de pesquisa Data Extreme Lab (DEXL). Atualmente é o Coordenador da Pós-graduação Multidisciplinar em Modelagem Computacional do LNCC. Possui Doutorado em Ciência da Computação pela Université Paris 6, Sorbonnes Universités, França. É ex-coordenador da Comissão Especial de Computação Aplicada à Saúde (CE-CAS) da Sociedade Brasileira de Computação (SBC) e foi Vice-Coordenador do INCT de Medicina Assistida por Computação Científica (INCT-MACC) de 2008 a 2016. É bolsista de produtividade em pesquisa do CNPq (nível PQ-1D), Cientista do Nosso Estado da FAPERJ e atua como membro do Editorial Board dos periódicos internacionais IEEE Communications Surveys & Tutorials; Computer Networks (Elsevier) e International Journal of E-Health and Medical Communications (IJEHMC). Seus interesses atuais de pesquisa incluem caracterização, modelagem e análise de redes computacionais, bem como ciência de redes e de dados, bem como suas aplicações em contextos multidisciplinares. É sócio da SBC, membro afiliado da Academia Brasileira de Ciências (ABC) (2013-2017) e membro Sênior da ACM e IEEE.
Cristiano André da Costa
Resumo:
Os avanços na área de computação começam a impactar significativamente a área da saúde. Nos próximos anos viveremos grandes transformações advindas da popularização dos smartphones, acesso ubíquo à Internet e também do uso em grande escala dos wearables (sensores vestíveis). Aliado a isso, a tecnologia tem permitido cada vez mais o aumento na precisão dos diagnósticos aliado a redução de custos, a partir do emprego de diversas técnicas de predição, baseadas em algoritmos inteligentes. Essas tecnologias tem convergido para um conceito denominado de Internet das Coisas de Saúde. Nesse âmbito, são discutidas as principais evoluções e tecnologias, bem como pesquisas que o Laboratório de Inovação de Software – SOFTWARELAB da Unisinos tem desenvolvido relacionadas com o tema. Tudo isso colabora para um cenário de forte transformação na área da saúde, impactada pelos avanços tecnológicos que vêm sendo desenvolvidos em nível mundial.
Short Bio:
Dr. Cristiano André da Costa é professor Titular II da Universidade do Vale do Rio dos Sinos, Unisinos, e Bolsista de Produtividade do CNPq, atuando no ensino superior desde 1997. Na Unisinos é pesquisador do Programa de Pós-Graduação em Computação Aplicada e coordenador do SOFTWARELAB, núcleo de excelência em inovação de software. Prof. Cristiano tem Pós-doutorado em Engenharia Biomédica pela Friedrich-Alexander-Universitat-Erlangen-Nurnberg, FAU, Alemanha, e Mestrado e Doutorado em Ciência da Computação pela Universidade Federal do Rio Grande do Sul (UFRGS). Atua com foco em pesquisas aplicadas, tecnológicas e de inovação, muitas delas em parcerias com empresas. Tem vasta experiência na área de sistemas distribuídos, com ênfase em computação móvel, Internet das Coisas e aplicações de tecnologia na área da saúde. É membro da Sociedade Brasileira de Computação (SBC), da ACM e membro sênior do IEEE.
