Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

In Silico Clinically-Viable Assistive Tools for Prediction and Rehabilitation of Knee Osteoarthritis

Projektbeschreibung

KI-Schritte zur Behandlung von Kniearthrose

Etwa 14 % der Menschen über 40 in Europa leiden an Kniearthrose, für die es keine Heilung oder zuverlässige Vorsorge gibt. Die derzeitigen Rehabilitationsmethoden, die auf der indirekten Kniebiomechanik beruhen, reichen oft nicht aus. Das soll über das EU-finanzierte Projekt CARE-KNEEOA geändert werden. Unterstützt über die Marie-Skłodowska-Curie-Maßnahmen werden im Projekt personalisierte, KI-gestützte Computermodelle entwickelt, mit denen die Degeneration und Regeneration des Knorpelgewebes im Knie vorhergesagt werden können. Die Modelle sind für die klinische Anwendung gedacht. Sie sollen schnell und automatisiert und in der Lage sein, Bewegungsdaten außerhalb des Labors zu verarbeiten. Das CARE-KNEEOA-Team bildet die Kniemechanik bei realen Aktivitäten nach und hofft, so die Behandlung von Kniearthrose zu revolutionieren, die Behandlungsergebnisse zu verbessern und möglicherweise die Notwendigkeit einer Operation zu reduzieren.

Ziel

Knee osteoarthritis (KOA) is a leading cause of disability worldwide, with ~14% prevalence in Europeans aged over 40. KOA prevalence continues to rise, thus far, with no cure or proven prevention protocols. Nonetheless, an aberrant knee mechanobiological environment is known to accelerate KOA development. Tailored rehabilitation, aiming to favorably alter knee biomechanics and restore the joint, has shown great potential to postpone or decelerate KOA progression. But current rehabilitation protocols are based on indirect measures of knee biomechanics, often leading to suboptimal outcomes. Computational models have offered great potential for simulating knee mechanical response in functional activities, though none are developed in a holistic and individualized context. More importantly, they lack the prediction capability of tissue degeneration/regeneration to loading and the potential for clinical use, i.e. are not automated and fast and cannot use out-of-lab motion data. In this project, I will develop and validate highly personalized in silico tools to quantify knee cartilage mechanobiological degenerative/regenerative response geared towards out-of-lab and clinical use for predicting KOA progression in different functional activities, allowing personalized rehabilitation. The multiphysics computational models, assisted with artificial intelligence (AI), will be validated at different spatial scales using in vitro tissue and cell level experiments and in vivo joint loading and quantitative medical images. This multidisciplinary project bridges together complementary skill sets of Dr. Esrafilian, Profs. Korhonens and Delps teams, with their expertise in biomechanics, computational modeling, biochemistry, biology, and AI. The beyond state-of-the-art models of this research can make a profound impact on early-stage KOA prediction and treatment planning, potentially increasing the quality of life in KOA individuals and reducing the need for surgical interventions.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Finanzierungsplan

HORIZON-TMA-MSCA-PF-GF -

Koordinator

ITA-SUOMEN YLIOPISTO
Netto-EU-Beitrag
€ 302 331,36
Gesamtkosten
Keine Daten

Partner (1)