Descrizione del progetto
Strumenti diagnostici e riabilitativi assistiti dall’intelligenza artificiale per un’assistenza personalizzata ai bambini con paralisi cerebrale
La paralisi cerebrale unilaterale (PCU) è la patologia neurologica cronica più comune. Il progetto AInCP, finanziato dall’UE, mira a sviluppare strumenti d’ausilio alle decisioni cliniche assistiti dall’intelligenza artificiale, in grado di fornire diagnosi funzionali personalizzate, una valutazione degli arti superiori e interventi domestici per i bambini affetti da PCU. Nell’ambito del progetto verrà definita una metodologia di diagnosi clinica e prognosi per il trattamento su misura della PCU, utilizzando un approccio multimodale che include la fenotipizzazione clinica, l’imaging cerebrale avanzato e il monitoraggio in tempo reale della funzione degli arti superiori. Contemporaneamente, si svilupperà una strategia di trattamento personalizzato domestico, che sfrutti tecnologie informatiche e di IA avanzate. L’obiettivo di AInCP è convalidare uno strumento d’ausilio alle decisioni diagnostico e riabilitativo personalizzato attraverso ampi studi osservazionali e riabilitativi.
Obiettivo
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.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Parole chiave
Programma(i)
Invito a presentare proposte
(si apre in una nuova finestra) HORIZON-HLTH-2021-DISEASE-04
Vedi altri progetti per questo bandoMeccanismo di finanziamento
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinatore
56126 Pisa
Italia