dr hab. inż. Agnieszka Wosiak

Ukończyłam studia informatyczne na Politechnice Łódzkiej z wyróżnieniem w 1998 roku. Z Politechniką Łódzką jestem związana od początku kariery zawodowej i naukowej. Reprezentuję dyscyplinę informatyka techniczna i telekomunikacja, w szczególności w zakresie analizy danych, uczenia maszynowego oraz metod komputerowego wspomagania decyzji. Stopień doktora uzyskałam w 2008 roku, a stopień doktora habilitowanego w 2019 roku. W tym samym roku zostałam zatrudniona na stanowisku profesora uczelni w Instytucie Informatyki Politechniki Łódzkiej.

Początkowo moja działalność naukowa obejmowała zagadnienia klasyfikacji, wyszukiwania informacji, oceny jakości wyników oraz projektowania metod wspierających analizę złożonych zbiorów danych. W dalszej kolejności stopniowo skupiłam swoje zainteresowania na zastosowaniu metod Data Science w analizie danych biomedycznych. Istotą tej ewolucji było przejście od ogólnych problemów eksploracji danych i wspomagania decyzji do zagadnień, w których metody informatyczne są wykorzystywane do analizy danych o znaczeniu klinicznym, obrazowym, sygnałowym i eksperymentalnym.

Obecnie moja działalność naukowa koncentruje się na metodach sztucznej inteligencji, Data Science, informatyce biomedycznej oraz inteligentnych systemach wspomagania decyzji. Szczególne miejsce zajmują w niej przetwarzanie sygnałów biomedycznych, uczenie maszynowe w analizie danych medycznych, ocena jakości modeli klasyfikacyjnych, selekcja i interpretacja cech, analiza obrazowania medycznego, danych spektroskopowych oraz sygnałów EEG. W ostatnich latach rozwijam badania dotyczące identyfikacji cech różnicujących przypadki kliniczne, oceny wiarygodności modeli oraz analizy wzorców występujących w danych biomedycznych. Interdyscyplinarny charakter tych prac łączy informatykę, analizę danych, medycynę, spektroskopię i neuroinformatykę.

Mój rozwój naukowy był uzupełniany doświadczeniami zdobywanymi podczas międzynarodowych staży i pobytów naukowych w renomowanych ośrodkach akademickich, w tym w Massachusetts Institute of Technology, Harvard University, Olin College oraz University College London. Doświadczenia te wzmocniły moje zainteresowanie interdyscyplinarnością badań, nowoczesnymi metodami kształcenia oraz praktycznym wykorzystaniem metod informatycznych w rozwiązywaniu złożonych problemów naukowych i aplikacyjnych.

Ważnym elementem mojej aktywności były projekty badawczo-rozwojowe realizowane we współpracy z otoczeniem gospodarczym i medycznym. Pełniłam funkcje kierownika lub członka zespołów badawczo-rozwojowych w projektach dotyczących predykcyjnych systemów zarządzania energią, kontroli parametrów środowiskowych i zużycia energii, inteligentnego wykrywania anomalii w środowiskach chmurowych oraz bezinwazyjnego monitorowania i diagnozowania czynnościowych zaburzeń dolnych dróg moczowych u dzieci.

W swoim dorobku posiadam ponad 80 publikacji naukowych. Badania biomedyczne prowadzę w bliskiej współpracy z zespołami lekarskimi, co pozwala łączyć kompetencje informatyczne z rzeczywistymi problemami medycznymi wymagającymi zaawansowanej analizy danych. Współpracuję jako recenzent z czasopismami krajowymi i zagranicznymi oraz biorę udział w pracach komisji w postępowaniach o nadanie stopnia doktora lub doktora habilitowanego. Jestem członkiem Polskiego Towarzystwa Zastosowań Elektromagnetyzmu oraz Polskiego Komitetu SEP ds. zastosowań pola elektromagnetycznego w medycynie.

Łączę działalność naukową z doświadczeniem w zarządzaniu akademickim, organizacji kształcenia oraz pracy ze studentami i doktorantami. Pełnię funkcję prodziekana ds. studenckich Wydziału Fizyki Technicznej, Informatyki i Matematyki Stosowanej, zastępcy dyrektora Instytutu Informatyki ds. kształcenia, kierownika studiów podyplomowych Data Science oraz opiekuna specjalności Data Science na studiach pierwszego i drugiego stopnia. Doświadczenia badawcze wykorzystuję w rozwijaniu programów i zajęć związanych z analizą danych, uczeniem maszynowym oraz sztuczną inteligencją, tak aby kształcenie odpowiadało aktualnym potrzebom nauki, technologii i rynku pracy. Za osiągnięcia w pracy naukowej, dydaktycznej i organizacyjnej byłam wielokrotnie wyróżniana nagrodą J.M. Rektora Politechniki Łódzkiej.

Aktualnie prowadzone przeze mnie badania koncentrują się na komputerowej analizie danych biomedycznych, w szczególności na ocenie i interpretacji modeli uczenia maszynowego stosowanych do danych obrazowych, klinicznych, spektroskopowych oraz EEG. Szczególne znaczenie mają zagadnienia jakości klasyfikacji, wiarygodności wyników, doboru cech oraz analizy danych, w których klasyczne metody oceny mogą okazać się niewystarczające.