Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Novel machine learning techniques to improve the forecasting of stroke post-interventive outcomes

Opis projektu

Algorytmy pomagające w rehabilitacji po udarze mózgu

W samym 2015 roku w Europie miało miejsce 600 000 udarów mózgu. Udar mózgu stanowi jeden z głównych problemów w dziedzinie zdrowia w Europie, a w leczeniu jego następstw wymagana jest ścisła rehabilitacja. Niestety obecnie brakuje metod pozwalających skutecznie mierzyć postępy i wyniki leczenia pacjentów. W ramach finansowanego przez UE projektu MAESTRO powstaną algorytmy umożliwiające ocenę efektywności rehabilitacji i jej optymalizację z wykorzystaniem urządzeń ubieralnych (aplikacji mobilnych i urządzeń IoT). Innowacyjność tego rozwiązania polega na zastosowaniu nowatorskich technik uczenia maszynowego (uczenia głębokiego), umożliwiających automatyczną klasyfikację szczególnie złożonych danych, oraz na pionierskim wyodrębnianiu istotnych danych ze zbiorów danych w celu zapewnienia lekarzom, pacjentom i opiekunom informacji zwrotnych na poziomie specyficznym dla danej grupy. Projekt MAESTRO wpisuje się w cele programu „Horyzont 2020” w obszarze III – transformacji cyfrowej, badań i innowacji.

Cel

Stroke is a first-order medical problem (about 600,000 strokes occurred in the EU in 2015), in which rehabilitation is critical. Currently, there are no reliable systems to monitor the patient adherence to this rehabilitation, nor its effectiveness. Combining the ER experience on biosensors and gamification, the expertise on outlier detection and machine learning of IMDEA Networks, and the knowledge on deep learning applied to medicine of the AI Lab at Brown University, in MAESTRO, we will develop algorithms capable of determining rehabilitation adherence and effectiveness by using wearables. This will optimize rehabilitation and forecast recovery by providing information to neurologists and feedback to patients and caregivers. MAESTRO aligns with the H2020 goals in Area III (digitization, research and innovation) as well as health, demographic change, and wellbeing.
MAESTRO aims at recruiting 50 patients from Rhode Island Hospital for 4 months in the first of three development cycles. Mobile applications, IoT devices and questionnaires will be used in the first of the three cycles. This is viable since we will use the infrastructure and connections of an existing stroke project on-site.
The innovation in MAESTRO lays in the development of software solutions to monitor the rehabilitation of post-stroke patients remotely and passively using off-the-shelf hardware and gamification. The methods employed in MAESTRO, particularly deep learning, permit the automated classification of extremely complex data, allowing scientists to extract important information from data sets that would be unmanageable otherwise.
MAESTRO is a unique scientific advance because it will provide doctors, patients and caregivers, group-specific levels of feedback. In addition, the algorithms specifically developed within the project can be the bases of novel developments with different goals, for example translation to clinical practice, or expansion to other neurodegenerative diseases.

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. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) H2020-MSCA-IF-2020

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

FUNDACION IMDEA NETWORKS
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 245 732,16
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 245 732,16

Partnerzy (1)

Moja broszura 0 0