Descripción del proyecto
Herramientas de diagnóstico y rehabilitación asistidas por inteligencia artificial para el apoyo personalizado de niños con parálisis cerebral
La parálisis cerebral unilateral (PCU) es la afección neurológica crónica más frecuente. El equipo del proyecto AInCP, financiado con fondos europeos, tiene como objetivo desarrollar herramientas de apoyo a la toma de decisiones clínicas asistidas por inteligencia artificial (IA) capaces de proporcionar un diagnóstico funcional personalizado, una evaluación de las extremidades superiores e intervenciones a domicilio a niños con PCU. En el proyecto se establecerá una metodología de diagnóstico clínico y pronóstico para el tratamiento personalizado de la PCU mediante un enfoque multimodal que comprende el fenotipado clínico, técnicas avanzadas de obtención de imágenes cerebrales y el control en tiempo real de la función de las extremidades superiores. Al mismo tiempo, se desarrollará una estrategia de tratamiento personalizado a domicilio basada en tecnologías avanzadas de información e IA. El propósito de AInCP es validar herramientas de apoyo a la toma de decisiones personalizadas en materia de diagnóstico y rehabilitación mediante amplios estudios observacionales y de rehabilitación.
Objetivo
Unilateral Cerebral palsy (UCP) is the most common neurological chronic disease in childhood with a significant burden on children, their families and health care system.
AInCP aims to develop evidence-based clinical Decision Support Tools (DST) for personalized functional diagnosis, Upper Limb (UpL) assessment and home-based intervention for children with UCP, by developing, testing and validating trustworthy Artificial Intelligence (AI) and cost-effective strategies. The AInCP approach will: i) establish a clinical diagnosis and accurate prognosis for treatment response of individual UCP profiles, by employing a multimodal approach including clinical phenotyping, advanced brain imaging and real-life monitoring of UpL function, and ii) provide personalized home-based treatment, from advanced ICT and AI technologies.
The AInCP will build upon personalized diagnostic and rehabilitative DST (dDST and rDST) to be developed and validated through large observational and rehabilitation studies, including at least 200 and 150 children with UCP, respectively. Using data driven and AI approach, dDST and rDST will be combined for developing a theranostic DST (tDST) that will allow the re-designing of an economical, ethical, sustainable decision-making process for delivering a personalized and validated approach, focused on the care, monitoring and rehabilitation of UpL in children with UCP. AInCP is a significant example of a transdisciplinary approach, where all project collaborators (clinicians, data scientists, physicists, engineers, economists, ethicists, SMEs, children and parent associations) will work closely together in building the AInCP approach. This approach will, therefore, hinge on transdisciplinary contributions, multi-dimensional data, sets of innovative devices and fair AI-based algorithms, clinically effective and able to reduce users? and market barriers of acceptability, reimbursability and adoption of the proposed solution.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
Para utilizar esta función, debe iniciar sesión o registrarse
Palabras clave
Programa(s)
Convocatoria de propuestas
Consulte otros proyectos de esta convocatoriaRégimen de financiación
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinador
56126 Pisa
Italia