Description du projet
Des innovations pour prévenir le handicap dans une population vieillissante
L’interaction entre des facteurs de risque socio-environnementaux et des conditions subcliniques, ainsi que l’augmentation des maladies primaires non transmissibles (démence, bronchopneumopathie chronique obstructive, maladies vasculaires cérébrales et cardiaques ischémiques chroniques) comptent parmi les facteurs déterminants du handicap, en particulier dans une population vieillissante. Toutefois, la nature multidimensionnelle des voies de causalité de ces interactions reste inconnue. Le processus d’évaluation de l’impact sur la santé (EIS) permet de mieux comprendre les facteurs de risque et d’introduire de nouvelles politiques. Bien que les algorithmes d’intelligence artificielle présentent un fort potentiel pour des performances élevées, les investigations pour une approche EIS entièrement numérique restent limitées. Le projet MISTRAL, financé par l’UE, s’appuiera sur une architecture d’apprentissage fédérée pour développer un ensemble d’outils technologiques qui permettront une prédiction dynamique et intelligente des caractéristiques liées à la santé, en estimant les potentielles trajectoires d’invalidité et de réduction de la qualité de vie.
Objectif
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.
Champ scientifique
Programme(s)
Régime de financement
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinateur
00161 Roma
Italie