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

PERSONALIZED REHABILITATION VIA NOVEL AI PATIENT STRATIFICATION STRATEGIES

Opis projektu

Wykorzystanie sztucznej inteligencji do stratyfikacji pacjentów rehabilitacyjnych

Świadczenie usług rehabilitacyjnych pacjentom cierpiącym na choroby przewlekłe, zwłaszcza niezakaźne, często jest niezwykle złożonym i trudnym zadaniem. Wysoce indywidualny charakter stanu zdrowia każdego pacjenta sprawia, że narzędzia służące prognozowaniu i stratyfikacji nie są w tym wypadku miarodajne. Pomimo stosowania technologii umożliwiających analizę dużych zbiorów danych dotychczas zgromadzone zestawy danych często są źródłem nowych wyzwań. Próbą ich pokonania zajmie się zespół finansowanego przez Unię Europejską projektu PREPARE, który proponuje połączenie innowacyjnych badań klinicznych, społeczno-behawioralnych i w dziedzinie zdrowia publicznego z zaawansowanymi metodami opartymi na sztucznej inteligencji i nauce o danych. W ten sposób przeanalizuje obszerne, kompleksowe zbiory danych pacjentów za pomocą technik uczenia maszynowego, co umożliwi stratyfikację pacjentów i identyfikację nowych predyktorów wyników rehabilitacji. Ostatnim etapem prac będzie opracowanie platformy, która posłuży uczonym do prezentacji swoich wyników oraz planu działania.

Cel

PREPARE aims at advancing rehabilitation care for patients with chronic non-communicable diseases. As rehabilitation is a complex, multifaceted, and highly personal process, we currently lack reliable patient stratification and outcome prediction tools. While big data approaches provide a path forward, existing data sets pose numerous challenges. These challenges can be overcome by combining advances in clinical research, socio-behavioral and public health research, data science, and advanced statistical and AI learning methods.

We will apply machine learning techniques on our large-scale patient data sets including key sociodemographic, living conditions, and behavioral information to stratify patients based on expected outcomes. A subsequent analysis will consider all potential predictors for rehabilitation outcome. Baseline strata and modifiers will be used to develop a comprehensive model of each clinical situation to increase management quality, improve outcomes, and reduce costs.

As proof of principle we will develop a platform for sharing model results, exploiting the open-science EHDEN platform, and showcase the novel approach through pilot cases of nine pathologies which constitute the most dominant causes for rehabilitation worldwide: hand disorders, hip and knee prosthesis, intermittent claudication, lower limb loss, Parkinson’s disease/Parkinsonisms, scoliosis, spine disorders, temporo-mandibular articulation, and hypertension. We will also develop a certification roadmap.

PREPARE will result in innovative, robust, personalized, and validated data-driven computational prediction and stratification tools to support healthcare professionals and patients in selecting the optimal therapy strategy.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-RIA - HORIZON Research and Innovation Actions

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-HLTH-2022-TOOL-12-two-stage

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

ARISTOTELIO PANEPISTIMIO THESSALONIKIS
Wkład UE netto
€ 942 500,00
Adres
KEDEA BUILDING, TRITIS SEPTEMVRIOU, ARISTOTLE UNIVERSITY CAMPUS
546 36 THESSALONIKI
Grecja
Region
Βόρεια Ελλάδα Κεντρική Μακεδονία Θεσσαλονίκη
Rodzaj działalności
Higher or Secondary Education Establishments
Linki
Koszt całkowity
€ 942 500,00

Uczestnicy (15)

Partnerzy (4)