European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

a toolkit for dynaMic health Impact analysiS to predicT disability-Related costs in the Aging population based on three case studies of steeL-industry exposed areas in europe

Opis projektu

Innowacje w zakresie przewidywania niepełnosprawności w starzejącym się społeczeństwie

Interakcja społeczno-środowiskowych czynników ryzyka i stanów subklinicznych oraz wzrost zachorowań na pierwotne choroby niezakaźne (demencja, przewlekła obturacyjna choroba płuc, choroby naczyniowo-mózgowe i przewlekłe choroby niedokrwienne serca) należą do istotnych determinantów niepełnosprawności, zwłaszcza w starzejącej się populacji. Jednak wielowymiarowy charakter ścieżek przyczynowych tych interakcji pozostaje nieznany. Proces oceny wpływu na zdrowie (ang. health impact assessment, HIA) zapewnia wgląd w czynniki ryzyka zdrowotnego i pomaga we wprowadzaniu nowych polityk zdrowotnych. Chociaż algorytmy sztucznej inteligencji oferują wysokie możliwości wydajności, badanie całkowicie cyfrowego podejścia w ramach HIA jest ograniczone. Finansowany przez UE projekt MISTRAL wykorzysta architekturę uczenia federacyjnego do opracowania zestawu narzędzi technologicznych do dynamicznego, inteligentnego przewidywania cech związanych ze zdrowiem, prognozowania trajektorii niepełnosprawności i obniżenia jakości życia.

Cel

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.

Koordynator

ISTITUTO SUPERIORE DI SANITA
Wkład UE netto
€ 397 500,00
Adres
Viale Regina Elena 299
00161 Roma
Włochy

Zobacz na mapie

Region
Centro (IT) Lazio Roma
Rodzaj działalności
Research Organisations
Linki
Koszt całkowity
€ 660 000,00

Uczestnicy (9)

Partnerzy (2)