Curriculum Vitae

Životopis

Identifikace osoby

• ResearchGate: https://researchgate.net/profile/Daniel_Kvak
  LinkedIn: https://linkedin.com/in/Daniel-Kvak
  
  Forbes 30 pod 30 Alumni
  
  Výzkumné okruhy: Komputační kreativita, AI, ML, NLP, generativní modelování (autoencoders, generative adversarial networks, Zero-Shot Text-to-Image generation), computer vision (CNN, medical imaging), elektronická hudba, hudební kompozice

Konzultační hodiny

• Pouze po předchozí domluvě.

Výuka

• TIM_B_059 Strategie AI Art

Vzdělání a akademická kvalifikace

• 2023-: Ph.D. Simulace v medicíně, Masarykova univerzita
  Téma disertační práce: Využití velkých difuzních modelů pro mezidoménové generování syntetických dat v lékařském zobrazování
  
  2021-: Ph.D. Digitální kultura a kreativní průmysly, Masarykova univerzita
  Téma disertační práce: Hudba jako formální jazyk. Komparativní analýza technik záznamu zvukového obsahu pomocí symbolické a subsymbolické reprezentace pro zpracování metodami strojového učení
  
  2019-2021: Mgr. Teorie Interaktivních médií, Masarykova univerzita (prospěl s vyznamenáním)
  Závěrečná práce: Modelování hudební transkripce pomocí hlubokého učení: návrh, konstrukce a validace modelu na principu rekurentní neuronové sítě
  
  2016-2019: Bc. Teorie Interaktivních médií, Masarykova univerzita
  Závěrečná práce: Payola a její vývoj: od rozhlasových stanic k on-line platformám

Přehled zaměstnání

• 2021-: Carebot s.r.o., CEO a jednatel
  Ve společnosti Carebot se soustředíme na vývoj softwaru využívajících metod umělé inteligence (AI) s přesahem do klinické praxe, zejména pro využití v oblasti radiologie, pneumologie, dermatologie, onkologie, imunologie a klinické a molekulární patologie. Náš tým je tvořen programátory, výzkumníky, ale taky více než třicítkou lékařů z celé Evropy, kteří nám pomáhají navrhovat nová řešení či anotovat data.

Ocenění

• Projekt Carebot:
  Forbes 30 pod 30 Alumni
  Vítěz soutěže Vodafone Nápad Roku
  Deloitte Impact Stars
  Pfizer Healthcare Lab TOP 5 Innovators
  Czech DIGI@MED Award by Roche
  CzechInvest & VentureOut NYC Pitch Event Winner
  Robothon, vítěz ceny Ministerstva průmyslu a obchodu

Internship and stays for the purpose of study or work

• 2023: Open Enrollment Program, Ostravská univerzita
  Okruh výzkumu: Regulatory Affairs & MDR
  
  2022: Open Enrollment Program, Harvard Medical School
  Okruh výzkumu: AI & Biomedical Engineering
  
  2022: Short-term Research Fellowship, University of Helsinki
  Okruh výzkumu: Data Mining, Large-Scale Data Processing
  
  
• 12. 9. 2022 – 25. 9. 2022: Harvard Medical School, Boston, Ostatní, USA
  • Krátkodobý výzkumný open enrollment program.
• 10. 5. 2022 – 20. 5. 2022: University of Helsinki, Helsinki, Partnerské instituce MU, FIN
  • Krátkodobý výzkumný pobyt v rámci programu Digital Humanities Hackathon. Podpořeno grantem CLARIN-DARIAH. Fyzická účast, zakončeno prezentací posteru.

Mimouniverzitní aktivity

• 2024-: Recenzent, European Radiology (žurnál publikován European Society of Radiology)

Vybrané publikace

• KVAK, Daniel, Anna CHROMCOVÁ, Petra OVESNÁ, Jakub DANDÁR, Marek BIROŠ, Robert HRUBÝ, Daniel DUFEK and Marija PAJDAKOVIĆ. Detecting Pulmonary Lesions in Low-Prevalence Real-World Settings using Deep Learning. In Ruidan Su, Yudong Zhang, Han Liu, Alejandro F Frangi. Proceedings of 2023 International Conference on Medical Imaging and Computer-Aided Diagnosis (MICAD 2023). Singapore: Springer, Singapore, 2024, p. 3-20. ISBN 978-981-97-1334-9. Available from: https://dx.doi.org/10.1007/978-981-97-1335-6_1. info
• HRUBÝ, Robert, Daniel KVAK, Jakub DANDÁR, Anora ATAKHANOVA, Matěj MISAŘ and Daniel DUFEK. Cross-Center Validation of Deep Learning Model for Musculoskeletal Fracture Detection in Radiographic Imaging: A Feasibility Study. MedRxiv - The Preprint Server for Health Sciences. Cold Spring Harbor Laboratory: Yale, BMJ, and Cold Spring Harbor Lab., 2024, p. 1-9. Available from: https://dx.doi.org/10.1101/2024.01.17.24301244. URL info
• KVAK, Daniel, Martin ČERNÝ and Jakub DANDÁR. Detection of Lung Parenchymal Lesions in a Low-Prevalence Clinical Setting Using Deep Learning. In European Congress of Radiology 2024, Vienna. 2024. info
• KVAK, Daniel, Robert HRUBÝ, Jakub DANDÁR, Anora ATAKHANOVA, Matěj MISAŘ and Daniel DUFEK. Cross-Center Validation of Deep Learning Model for Muskuloskeletal Fracture Detection in Radiographic Imaging: A Feasibility Study. In European Congress of Radiology 2024, Vienna. 2024. info
• KVAK, Daniel, Marek BIROŠ, Robert HRUBÝ, Jakub DANDÁR, Eva JANŮ and Anora ATAKHANOVA. Human-Level Computer-Aided Approach for BI-RADS Breast Density Classification: Multi-Reader, Multi-Centric Study. In European Congress of Radiology 2024, Vienna. 2024. info
• KVAK, Daniel, Marek BIROŠ, Robert HRUBÝ and Eva JANŮ. Computer-Aided Approach for BI-RADS Breast Density Classification: Multicentric Retrospective Study. In Rezaei, N. Breast Cancer Pathophysiology: An Interdisciplinary Approach. Cham, Germany: Springer, Cham, 2024, p. 311-322. ISBN 978-3-031-65834-1. Available from: https://dx.doi.org/10.1007/16833_2024_284. info
• KVAK, Daniel, Eva BŘEZINOVÁ, Marek BIROŠ and Robert HRUBÝ. Synthetic Data as a Tool to Combat Racial Bias in Medical AI: Utilizing Generative Models for Optimizing Early Detection of Melanoma in Fitzpatrick Skin Types IV–VI. In Ruidan Su, Yudong Zhang, Han Liu, Alejandro F Frangi. Proceedings of 2022 International Conference on Medical Imaging and Computer-Aided Diagnosis (MICAD 2022). 1st ed. Singapore: Springer Publishing, 2023, p. 317-330, 584 pp. ISBN 978-981-16-6774-9. Available from: https://dx.doi.org/10.1007/978-981-16-6775-6_26. URL info
• KVAK, Daniel, Anna CHROMCOVÁ, Marek BIROŠ, Robert HRUBÝ, Karolína KVAKOVÁ, Marija PAJDAKOVIĆ and Petra OVESNÁ. Chest X-Ray Abnormality Detection by Using Artificial Intelligence: A Single-Site Retrospective Study of Deep Learning Model Performance. Online. BioMedInformatics. Basel, Switzerland: MDPI, 2023, vol. 3, No 1, p. 82-101. Available from: https://dx.doi.org/10.3390/biomedinformatics3010006. info
• KVAK, Daniel, Anna CHROMCOVÁ, Robert HRUBÝ, Eva JANŮ, Marek BIROŠ, Marija PAJDAKOVIĆ, Karolína KVAKOVÁ, Pavlína POLÁŠKOVÁ and Sergei STRUKOV. Leveraging Deep Learning Decision-Support System in Specialized Oncology Center. In European Congress of Radiology 2023, Vienna. 2023. URL info
• KVAK, Daniel, Anna CHROMCOVÁ, Robert HRUBÝ, Eva JANŮ, Marek BIROŠ, Marija PAJDAKOVIĆ, Karolína KVAKOVÁ, Mugahed AL-ANTARI, Pavlína POLÁŠKOVÁ and Sergei STRUKOV. Leveraging Deep Learning Decision-Support System in Specialized Oncology Center: A Multi-Reader Retrospective Study on Detection of Pulmonary Lesions in Chest X-ray Images. Diagnostics. Basel, Switzerland: MDPI, 2023, vol. 13, No 6, 16 pp. ISSN 2075-4418. Available from: https://dx.doi.org/10.3390/diagnostics13061043. info
• KVAK, Daniel, Anna CHROMCOVÁ, Petra OVESNÁ, Jakub DANDÁR, Marek BIROŠ, Robert HRUBÝ, Daniel DUFEK and Marija PAJDAKOVIĆ. Can Deep Learning Reliably Recognize Abnormality Patterns on Chest X-rays? A Multi-Reader Study Examining One Month of AI Implementation in Everyday Radiology Clinical Practice. arXiv preprint. 2023, 2305.10116, 26 pp. URL info
• KVAK, Daniel and Matěj MISAŘ. Artificial Intelligence and Diagnostics: Future Paths and Limitations. In Digital Health Innovation Conference, Basel, Switzerland. 2023. info
• KVAK, Daniel. Neexistující guidelines pro zavedení umělé inteligence do praxe. In Software jako zdravotnický prostředek a budoucnost s umělou inteligencí, pod záštitou Státního ústavu pro kontrolu léčiv (SÚKL) a Fakulty biomedicínského inženýrství ČVUT v Praze. 2023. info
• KVAK, Daniel. Vývoj AI pro detekci plicních Rx abnormalit v podmínkách ČR. In XXX. Západočeské pneumoonkologické dny. 2023. URL info
• KVAK, Daniel. Detecting Pulmonary Lesions in Low-Prevalence Real-World Settings using Deep Learning. In 4th International Conference on Medical Image and Computer-Aided Diagnosis (MICAD 2023), Cambridge. 2023. URL info
• KVAK, Daniel. Detekce ložiskových změn plicního parenchymu pomocí hlubokého učení v klinickém prostředí s nízkou prevalencí. In XLIV. Český radiologický kongres, Praha. 2023. URL info
• ČERNÝ, Martin and Daniel KVAK. Výzvy a důsledky využití umělé inteligence v radiologii. In Miloš Táborský et al. Digitální medicína II. 2nd ed. Praha: EEZY, 2023, p. 174-192, 9 pp. info
• KVAK, Daniel. Pioneering the Future: The Use of AI in Radiology. In Pioneering the Future: Journey Through Medical Innovations, Karolinum, Praha. 2023. info
• ČERNÝ, Martin, Daniel KVAK, Daniel SCHWARZ, Hynek MÍRKA and Jakub DANDÁR. Role umělé inteligence v časném záchytu ložiskových změn plicního parenchymu při RTG vyšetření hrudníku: zkušenosti z retrospektivních studií na české populaci. Časopis lékařů českých. Praha: Česká lékařská společnost J. Ev. Purkyně, 2023, vol. 2023, 7-8, p. 283-289. ISSN 0008-7335. URL info
• KVAK, Daniel, Anna CHROMCOVÁ and Marián BENDÍK. Towards Clinical Practice: Design and Implementation of Convolutional Neural Network-Based Assistive Diagnosis System for COVID-19 Case Detection from Chest X-Ray Images. arXiv preprint. 2022, 2203.10596, 19 pp. Available from: https://dx.doi.org/10.48550/arXiv.2203.10596. URL info
• KVAK, Daniel, Veronika SELLNER, Martin KAŠČÁK, Markéta POLÁŠKOVÁ and Tereza HABARTOVÁ. Speaking Digital 02: On Digital Culture and Methodologies. 2022. URL info
• KVAK, Daniel. Towards Evaluation of Autonomously Generated Musical Compositions: A Comprehensive Survey. arXiv preprint. 2022, 2204.04756, 13 pp. Available from: https://dx.doi.org/10.48550/arXiv.2204.04756. URL info
• KVAK, Daniel. Avatar nebo simulakrum? Na scestí současné algoritmické kompozice. Praha: HIS Voice, Hudební informační středisko, o.p.s., 2022, p. nestránkováno. ISSN 1213-2438. URL info
• KVAK, Daniel. Vstříc klinické praxi: Současné limity výzkumu umělé inteligence ve zdravotnictví. In Studentská konference Být nebo bit?, Fakulta humanitních studií UK Praha. 2022. info
• KVAK, Daniel. Visualizing CoAtNet Predictions for Aiding Melanoma Detection. Engineering and Technology Journal. Mandsaur University, India: Everant Journals, 2022, No 7, p. 1322-1327. ISSN 2456-3358. Available from: https://dx.doi.org/10.47191/etj/v7i7.01. URL info
• KVAK, Daniel. Leveraging Computer Vision Application in Visual Arts: A Case Study on the Use of Residual Neural Network to Classify and Analyze Baroque Paintings. Preprints. Basilej, Švýcarsko: MDPI, 2022, 14 pp. ISSN 2310-287X. Available from: https://dx.doi.org/10.20944/preprints202210.0448.v1. URL info
• KVAK, Daniel, Eva BŘEZINOVÁ, Marek BIROŠ and Robert HRUBÝ. Synthetic Data as a Tool to Combat Racial Bias in Medical AI: Utilizing Generative Models for Optimizing Early Detection of Melanoma in Fitzpatrick Skin Types IV–VI. In 3rd International Conference on Medical Image and Computer-Aided Diagnosis (MICAD 2022). 2022. URL info
• KVAK, Daniel. Synthetic Data as a Tool to Combat Racial Bias in Medical AI: Utilizing Generative Models for Optimizing Early Detection of Melanoma in Fitzpatrick Skin Types IV–VI. In 3rd International Conference on Medical Image and Computer-Aided Diagnosis (MICAD 2022), Leicester. 2022. URL info
• HRUBÝ, Robert, Daniel KVAK, Anna CHROMCOVÁ and Marek BIROŠ. Fully Integrated Decision-Support System for Detection and Segmentation of Breast Lesions in Digital Mammogram. In Jiří Kofránek a kol. Medsoft 2022. 34th ed. Praha: Creative Connections, a.s., 2022, p. 28-32. ISSN 1803-8115. Available from: https://dx.doi.org/10.35191/medsoft_2022_1_34_50_54. URL info
• KVAK, Daniel. Plně integrovaný systém podpory rozhodování pro detekci a segmentaci lézí na digitálním mamografu (Fully Integrated Decision-Support System for Detection and Segmentation of Breast Lesions in Digital Mammogram). In Medsoft 2022. 2022. URL info
• KVAK, Daniel. European Regulatory Strategies for Deep Learning-based SaMD. In Taiwan Healthcare+ Expo. 2022. URL info
• KVAK, Daniel and Matěj MISAŘ. Jak umělá inteligence pomáhá k přesnější detekci nálezů v zobrazovacích metodách. In Colours of Sepsis: 24. ročník festivalu intenzivní medicíny. 2022. URL info
• KVAK, Daniel. Univerzální řeč člověka. A počítačů? (Universal language of mankind. And what about computers?). Praha: HIS Voice, Hudební informační středisko, o.p.s., 2021, p. nestránkováno. ISSN 1213-2438. URL info
• KVAK, Daniel. Eduardo Reck Miranda - Darwin a hudba (Eduardo Reck Miranda - Darwin and music). Praha: HIS Voice, Hudební informační středisko, o.p.s., 2021, p. nestránkováno. ISSN 1213-2438. URL info
• KVAK, Daniel. Umění a data: využití generativní umělé inteligence v hudební kompozici. In TIM Master Class. 2021. URL info
• KVAK, Daniel. Dobyvatelé ztracené aury (Conquerors of the lost aura). Praha: HIS Voice, Hudební informační středisko, o.p.s., 2021, p. nestránkováno. ISSN 1213-2438. URL info
• KVAK, Daniel. Hon za nebeským jukeboxem aneb remediace a rekonceptualizace konzumace zvukového obsahu (The hunt for the celestial jukebox: Remediation and reconceptualisation of audio content consumption). Brno: Janáčkova akademie múzických umění, 2021. info
• KVAK, Daniel and Karolína KVAKOVÁ. Asistenční systém pro detekci polypů v reálném čase na bázi konvoluční neuronové sítě (Assistance system for real-time polyp detection based on convolutional neural network). Gastroenterologie a Hepatologie. Praha: Česká lékařská společnost J. E. Purkyně, 2021, vol. 75, No 6, p. 540-543. ISSN 1804-803X. Available from: https://dx.doi.org/10.48095/ccgh2021540. info
• KVAK, Daniel and Karolína KVAKOVÁ. Carebot: asistenční systém s podporou umělé inteligence pro klasifikaci a prostorovou lokalizaci pneumonie ve skiagrafických snímcích hrudníku (Carebot: an AI-assisted assistive system for classification and spatial localization of pneumonia in chest scans). In Milan Kvapil a kol. Diabetologie 2021. Praha: Nakladatelství Triton s.r.o., 2021, p. 17-24. ISBN 978-80-7553-978-6. info
• KVAK, Daniel. Manufacturing the artist aneb Jak porozumět generativnímu umění? Praha: HIS Voice, Hudební informační středisko, o.p.s., 2021, p. nestránkováno. ISSN 1213-2438. URL info
• KVAK, Daniel. Může to projít? Vyzobávání rozinek v generativním umění. In HUMAIN – design, humanitní vědy, umění & umělá inteligence. 2021. URL info
• KVAK, Daniel. Rozpoznávání stylu obrazů pomocí konvolučních neuronových sítí (Image style recognition using convolutional neural networks). In Festival Prototyp. 2021. URL info
• KVAK, Daniel. Music as a formal language: Finding parallels between natural language processing and algorithmic composition. In CURATING ONLINE: Cultural Heritage, Creativity, and the Summer of Artificial Intelligence. Is Everything Remix? 2021. URL info
• KVAK, Daniel. Generování žánrově specifické hudební transkripce Antonína Dvořáka prostřednictvím variačního autoenkodéru (Generating Genre-Specific Musical Transcriptions of Antonín Dvořák through a Variational Autoencoder). Musicologica Brunensia. Brno: Ústav hudební vědy, Filozofická fakulta Masarykovy univerzity, 2021, vol. 56, No 2, p. 49-61. ISSN 1212-0391. Available from: https://dx.doi.org/10.5817/MB2021-2-5. Plný text výsledku WoS full record info
• KVAK, Daniel. (R)evoluční hudba: genetické algoritmy, multiagentní systém a hudební kompozice ((R)evolutionary music: genetic algorithms, multiagent system and musical composition). Brno: Janáčkova akademie múzických umění, 2020. URL info
• KVAK, Daniel. Na pomezí kreativity a umělé inteligence (On the edge of creativity and artificial intelligence). Praha: HIS Voice, Hudební informační středisko, o.p.s., 2020, p. nestránkováno. ISSN 1213-2438. URL info
• KVAK, Daniel. Folk-rnn: využití rekurentní neuronové sítě v rámci kompozice folkové hudby (Folk-rnn: the use of a recurrent neural network in the composition of folk music). JOINME. Brno, 2020, No 2, p. nestránkováno. ISSN 2570-8066. URL info

2024/04/05