Navigation auf uzh.ch

Suche

UZH Healthy Longevity Center (HLC)

Innovation Gesunder Kognitiver Langlebigkeit (COGINNO)

Gruppenleiterin: Dr. Burcu Demiray

Überblick

COGINNO stützt sich auf eine einzigartige Forschungsexpertise im Bereich der Analyse kognitiver Aktivitäten im späteren Leben (z. B. Lernen) und der einzigartigen Technologie von Alters-Technologielösungen, die kognitive Aktivitäten fördern (z. B. OldSchool, E-Learning-Plattform). Wir fördern Innovationen, indem wir (a) innovative Methoden (z. B. Smartphone-Sensorik), Tools (z. B. OldSchool) und Datenanalysen (z. B. maschinelles Lernen) entwickeln und einsetzen, (b) altersgerechte Inhalte entwickeln und testen, (c) uns aktiv an der Entwicklung von Start-ups und Unternehmen beteiligen, (d) Studenten und Forscherkollegen in Kursen und Workshops zu Innovationen für gesundes, langes Leben schulen und (e) Forschungs- und Start-up-Ökosysteme zusammenbringen.

Angewandte Forschung und Innovationspotenzial

COGINNO betreibt angewandte Forschung zum Verständnis und zur Förderung gesunder kognitiver Aktivitäten in der Generation 60+. Zwei Beispiele für unsere Technologie sind folgende: (1) Mit OldSchool entwickeln wir eine E-Learning-Plattform für Senior:innen mit seniorengerechten Kursinhalten, Kursformaten und Usability/User Experience. Langfristiges Ziel ist es, eine akademische Online-Lernplattform für Senior:innen in ganz Europa zu schaffen (Projekt ERASMUS+60). (2) In anderen Projekten (z.B. MOASIS, Swiss EAR Study) werden Audiodaten aus dem realen Leben gesammelt, analysiert und psychologisch interpretiert und kontinuierlich in eine große Datenbank von "Sounds of healthy aging" eingespeist. Wir arbeiten an der Entwicklung von Innovationen und Geschäftsmöglichkeiten rund um die Kuratierung und Analyse dieser Big Data aus dem realen Leben (z.B. App-Entwicklung, Interventionsentwicklung).

Datenzugang und -austausch

COGINNO verwendet hochmoderne mikro-längsschnittliche, bereichsübergreifende Datensätze, die seit 2015 von gesunden älteren Menschen erhoben wurden. Diese Datensätze umfassen Messungen der kognitiven Fähigkeiten, Selbstauskünfte, Audiodaten aus dem realen Leben, reale Aktivitäten und Kontextinformationen.