Descrizione del progetto
Innovazione per la previsione delle invalidità in una popolazione che invecchia
L’interazione tra fattori di rischio socio-ambientali uniti a condizioni subcliniche e l’aumento delle malattie primarie non trasmissibili (demenza, broncopneumopatia cronica ostruttiva, malattie cerebrovascolari e cardiopatie ischemiche croniche) sono tra i fattori determinanti delle invalidità, soprattutto in una popolazione che invecchia. Tuttavia, la natura multidimensionale dei percorsi causali di queste interazioni rimane sconosciuta. Il processo di valutazione dell’impatto sulla salute fornisce informazioni sui fattori di rischio in tal ambito e introduce nuove politiche sanitarie. Sebbene gli algoritmi di intelligenza artificiale offrano possibilità di prestazioni elevate, lo studio di un approccio completamente digitale per queste valutazioni è limitato. Il progetto MISTRAL, finanziato dall’UE, utilizzerà un’architettura di apprendimento federato per sviluppare un kit di strumenti tecnologici finalizzato alla previsione dinamica e intelligente di caratteristiche legate alla salute, prevedendo le traiettorie di riduzione delle invalidità e della qualità della vita.
Obiettivo
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.
Campo scientifico
Programma(i)
Argomento(i)
Meccanismo di finanziamento
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinatore
00161 Roma
Italia