Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

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

Descrizione del progetto

L’intelligenza artificiale per far progredire il trattamento dell’osteoartrite del ginocchio

Per l’osteoartrite del ginocchio (KOA, knee osteoarthritis), che colpisce circa il 14% dei cittadini europei di età superiore ai 40 anni, non sono disponibili cure o metodi di prevenzione affidabili; gli attuali metodi di riabilitazione, basati sulla biomeccanica indiretta del ginocchio, sono spesso insufficienti. Il progetto CARE-KNEEOA, finanziato dall’UE e sostenuto dal programma di azioni Marie Skłodowska-Curie, si prefigge di cambiare questa situazione sviluppando modelli computazionali personalizzati basati sull’intelligenza artificiale che consentano di prevedere la degenerazione e la rigenerazione della cartilagine del ginocchio. Questi modelli, progettati ai fini dell’uso clinico, saranno veloci, automatizzati e in grado di utilizzare dati di movimento generati in contesto non laboratoriale. Simulando la meccanica del ginocchio in attività reali, CARE-KNEEOA si augura di rivoluzionare il trattamento dell’osteoartrite del ginocchio, migliorando gli esiti clinici dei pazienti e offrendo il potenziale di ridurre la necessità di effettuare interventi chirurgici.

Obiettivo

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. Korhonen’s and Delp’s 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.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-TMA-MSCA-PF-GF - HORIZON TMA MSCA Postdoctoral Fellowships - Global Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2022-PF-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

ITA-SUOMEN YLIOPISTO
Contributo netto dell'UE
€ 302 331,36
Costo totale
Nessun dato

Partner (1)