Description du projet
La production de données synthétiques basées sur l’IA via l’apprentissage fédéré comble les lacunes en matière de données sur les maladies hématologiques
La drépanocytose et la leucémie aiguë myéloïde sont deux des nombreuses maladies hématologiques rares, mais coûteuses et invalidantes. Les méthodes de traitement actuelles s’avèrent souvent inefficaces, en particulier pour les maladies les plus rares. Le nombre relativement faible de patients par maladie, qui se traduit par un manque et une fragmentation des données, complique les activités de recherche et développement. Le projet SYNTHEMA, financé par l’UE, établira un centre de données transfrontalier afin de développer et de valider des techniques innovantes basées sur l’IA pour l’anonymisation des données cliniques, d’imagerie et «-omiques», ainsi que pour la production de données synthétiques. L’infrastructure d’apprentissage fédéré (intégrant la formation des algorithmes répartis, le calcul multipartite sécurisé et la confidentialité différentielle) sera utilisée pour former les algorithmes d’IA développés et effectuer l’agrégation globale des modèles basée sur le calcul multipartite sécurisé, tout en préservant la confidentialité.
Objectif
Haematological diseases (HDs) are a large group of disorders resulting from quantitative or qualitative abnormalities of blood cells, lymphoid organs and coagulation factors. Despite most of them (~74%) are rare, the overall number of HD affected patients worldwide is important, placing a considerable economic burden on healthcare systems and societies. Despite the existence of several collaborative research groups at national and EU level, current clinical approaches are often ineffective, particularly for rarest conditions, due to the relatively low number of patients per disease and the high number of unconnected clinical entities.
SYNTHEMA aims to establish a cross-border data hub where to develop and validate innovative AI-based techniques for clinical data anonymisation and synthetic data generation (SDG), to tackle the scarcity and fragmentation of data and widen the basis for GDPR-compliant research in RHDs. The project will focus on two representative RHD use cases: sickle-cell disease (SCD) and acute myeloid leukaemia (AML).
SYNTHEMA will develop a federated learning (FL) infrastructure, equipped with secure multiparty computation (SMPC) and differential privacy (DF) protocols, connecting clinical centres bringing standardised, interoperable multimodal datasets and computing centres from academia and SME. This framework will be utilised to train the developed algorithms and perform SMPC-based global model aggregation in a privacy-preserving fashion. The resulting data will be validated for their clinical value, statistical utility and residual privacy risks. The project will develop legal and ethical frameworks to guarantee privacy by-design in the collection and processing of health-related personal data and attain an ethics-wise algorithm co-creation. Project outcomes, including pipelines, standards and data, will be made openly available to stakeholders in the healthcare, academia and industry field, and contribute to existing rare disease registries
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) HORIZON-HLTH-2022-IND-13
Voir d’autres projets de cet appelRégime de financement
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinateur
28040 Madrid
Espagne