Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

AI-augmented, Multiscale Image-based Diagnostics of Chronic Kidney Disease

Description du projet

Des diagnostics avancés basés sur des images pour les patients atteints de maladie rénale chronique

La maladie rénale chronique (MRC) touche 10 % de la population mondiale et représente une cause importante de décès. Elle constitue un lourd fardeau sociétal et médical. En raison du manque d’approches reproductibles reflétant spécifiquement les processus pathologiques intrarénaux et l’activité de la maladie, les patients atteints de MRC disposent du plus faible nombre d’essais cliniques translationnels randomisés et se voient proposer des options de traitement limitées. Le projet AIM.imaging.CKD financé par l’UE, compte développer, valider et intégrer des diagnostics basés sur des images pour la MRC. L’intégration d’expertises interdisciplinaires permettra de mettre au point une méthode à plusieurs échelles couvrant les diagnostics nano, micro et macro-morphologiques ainsi que moléculaires. Le projet concevra des diagnostics de biopsie rénale augmentés, ultra-structurels et histologiques à spectre complet, basés sur l’intelligence artificielle et principalement sur l’apprentissage automatique et profond.

Objectif

Chronic kidney disease (CKD) is a major global health problem, affecting 10% of the world population and projected to be the fifth major cause of death in 2040. CKD patients are one of the most complex and multi-morbid populations in internal medicine while at the same time having the least translational randomized clinical trials and limited treatment options. One of the major reasons for this is the lack of reproducible approaches specifically reflecting intrarenal pathological processes and disease activity. The overall goal of AIM.imaging.CKD is to specifically address this unmet need by developing, validating and integrating image-based diagnostics for CKD. The integration of broad interdisciplinary expertise will enable to develop a multiscale approach from nano- to micro- to macromorphological and molecular diagnostics. Specifically, the project will develop augmented full-spectrum ultrastructural (“nano”) and histological (“micro”) renal biopsy diagnostics, focusing on reproducible, quantitative nephropathological analyses and prediction of clinically relevant outcome parameters. The project will also explore macro-morphological and molecular imaging in CKD, focusing on translatable non-invasive approaches. The central feature will be the development of advanced, scalable and modular image analyses models utilizing artificial intelligence (AI), particularly machine and deep learning. Using preclinical testing and clinical validation, the main emphasis will be on accelerated or, whenever possible, direct implementation into the clinical practice. The integration of the above-mentioned tools and technologies provides a comprehensive multiscale and multiplex approach for improved diagnostics of CKD patients and facilitate future randomized clinical trials. At each level, and even more so when integrated, the results are expected to augment and transform image-based diagnostics of kidney diseases, and thereby lead to improved patient management and outcome.

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

ERC-COG - Consolidator Grant

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) ERC-2020-COG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

UNIVERSITAETSKLINIKUM AACHEN
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 1 999 375,00
Adresse
Pauwelsstrasse 30
52074 Aachen
Allemagne

Voir sur la carte

Région
Nordrhein-Westfalen Köln Städteregion Aachen
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 1 999 375,00

Bénéficiaires (1)

Mon livret 0 0