Descripción del proyecto
Innovación para predecir discapacidades en una población en proceso de envejecimiento
La interacción entre los factores de riesgo socioambientales y las afecciones latentes y el aumento de las enfermedades primarias no transmisibles (demencia, enfermedad pulmonar obstructiva crónica, enfermedades cerebrovasculares y cardiopatías isquémicas crónicas) constituyen algunos de los factores determinantes de las discapacidades, sobre todo en una población en proceso de envejecimiento. Sin embargo, la naturaleza multidimensional de las vías causales de estas interacciones aún se desconoce. El proceso de evaluación del impacto sanitario (EIS) permite conocer los factores de riesgo para la salud e introducir nuevas políticas sanitarias. A pesar de que los algoritmos de inteligencia artificial ofrecen muchas posibilidades en cuanto al rendimiento, la investigación de una metodología completamente digital para la EIS resulta limitada. El equipo del proyecto MISTRAL, financiado con fondos europeos, utilizará una arquitectura de aprendizaje federado para desarrollar un conjunto de herramientas tecnológicas de predicción dinámica e inteligente sobre características relacionadas con la salud, que permitan prever las trayectorias de discapacidad y reducción de la calidad de vida.
Objetivo
The environment is one of the most crucial determinants of health. The Global Burden of Disease report estimates an emerging impact in terms of disability and reducing the quality of life worldwide, particularly for the aging populations. One of the root causes of this decline is likely to derive from the interaction of socio-environmental risk factors and sub-clinical conditions and the consequent increase of the primary non-communicable disease (dementia, COPD, cerebrovascular and chronic ischemic heart diseases). The multi-dimensional nature causal pathways of these interactions are still mostly unknown. In this complex scenario, where the relationship between exposure and outcomes is so different and multifaceted, the Health Impact Assessment (HIA) process is the standard tool that provides an overview of the matter, from the screening of health risk factors to the introduction of new health policies and the monitoring of effects. A complete digital approach for HIA that could dynamically adapt to the variability of the determinants and their interaction is still poorly investigated. Artificial Intelligence algorithms offer innovative and high-performance possibilities for HIA implementations, improving elaboration and resizing of complex information and data. This proposal aims to develop a technological toolkit for dynamic, intelligent HIA toolkit to predict the health impact of health-related features, forecasting the trajectories of disability and quality of life reduction. This method will use environmental, socio-economic, geographical, and clinical characteristics, managed and elaborated with a federated learning architecture. The generated models will be adjusted for lifestyle and individual conditions data sourced from large population-based digital surveys. The models will be trained and validated on three different exposures to the steel plants' pollution: Taranto in southern Italy, Rybnik in Poland, and Flanders in Belgium.
Ámbito científico
Programa(s)
Convocatoria de propuestas
Consulte otros proyectos de esta convocatoriaRégimen de financiación
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinador
00161 Roma
Italia