Opis projektu
Łatki SI pomogą w prognozowaniu postępów choroby w czasie rzeczywistym
COVID-19 może wywoływać wiele różnych objawów, od bólu gardła i utraty smaku po poważniejsze objawy, takie jak niewydolność płucna. Czy da się przewidzieć, jak poważny okaże się przebieg choroby, już na etapie pierwszych objawów? Aby odpowiedzieć na to pytanie, twórcy finansowanego ze środków UE projektu DIGIPREDICT opracowują system oparty na sztucznej inteligencji (SI), który jest w stanie prognozować, czy u pacjentów z COVID-19 wystąpią poważne powikłania sercowo-naczyniowe oraz, na dłuższą metę, wykrywać prawdopodobny początek stanu zapalnego. W szczególności badacze proponują pierwsze tego typu cyfrowe rozwiązanie Digital Twin obejmujące inteligentną łatkę ze zintegrowaną technologią na potrzeby gromadzenia szeregu danych medycznych. Rozwiązanie to będzie w stanie monitorować, na ile pomyślnie przebiega leczenie.
Cel
The interplay between viral infection, host response, development of (hyper)inflammation and cardiovascular injury in COVID-19 is currently poorly understood which makes it difficult to predict which patients remain with mild symptoms only and which patients rapidly develop multi organ failure. The solution offered by DIGIPREDICT is an Edge Artificial Intelligence (AI) based, high-tech personalized computational and physical Digital Twin vehicle representing patient-specific (patho)physiology, with embedded disease progression prediction capability, focusing on COVID-19 and beyond. DIGIPREDICT proposes the first of its kind Digital Twin, designed, developed and calibrated on i) patient measurements of various Digital Biomarkers and their interaction, ii) Organ-On-Chips (OoCs) as physical counterpart using patient blood for personalized screening and iii) integration of those physiological readouts using AI at Edge technologies. The final goal is to identify and validate patient-specific dynamic digital fingerprints of complex disease state and prediction of the progression as a basis for assistive tools for medical doctors and patients. Using and improving state-of-the-art OoCs and Digital Biomarkers (for physiology and biomarkers in interstitial fluid) we will measure detailed response to viral infection. By closely monitoring the response with wearable multi-modal Edge AI patches, we aim to predict in near real-time the progression of the disease, support early clinical decision and to propose patient-specific therapy using existing drugs. We will combine scientific and technical excellence in a highly multi- and inter-disciplinary project, bringing together medical, biological, electronical, computer, signal processing and social science communities around Europe to setup Digital Twin at Edge. We will enable an Edge-to-Cloud vision, significantly advancing current state of the art and setting up a new European community for researching and applying Digital Twins.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- medycyna i nauki o zdrowiumedycyna klinicznafizjologiapatofizjologia
- inżynieria i technologiainżynieria elektryczna, inżynieria elektroniczna, inżynieria informatycznainżynieria elektronicznaprzetwarzanie sygnałów
- nauki przyrodniczeinformatykasztuczna inteligencjabrzegowa sztuczna inteligencja
- medycyna i nauki o zdrowiunauki o zdrowiuchoroby zakaźnewirus RNAkoronawirusy
- medycyna i nauki o zdrowiumedycyna klinicznakardiologiachoroby układu krążenia
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-FETPROACT-2020-2
System finansowania
RIA - Research and Innovation actionKoordynator
1015 Lausanne
Szwajcaria