Skip to main content
European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

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

Opis projektu

Sprawniejsze leczenie choroby zwyrodnieniowej stawu kolanowego oparte na SI

Choroba zwyrodnieniowa stawu kolanowego dotyka około 14 % mieszkańców Europy po 40. roku życia. Ponadto nie ma na nią lekarstwa ani metody skutecznej profilaktyki. Konwencjonalne metody rehabilitacji, oparte na pośredniej biomechanice kolana, często nie przynoszą pożądanych rezultatów. Zespół finansowanego ze środków Unii Europejskiej projektu CARE-KNEEOA ma na celu zmianę tego stanu rzeczy. Dzięki wsparciu ze środków działania „Maria Skłodowska-Curie” badacze opracowują spersonalizowane modele obliczeniowe wspomagane przez sztuczną inteligencję, które przewidują degenerację i regenerację chrząstki stawu kolanowego. Modele te, zaprojektowane z myślą o stosowaniu w leczeniu, będą szybkie, zautomatyzowane i zdolne do korzystania z danych na temat ruchu gromadzonych poza laboratorium. Symulując mechanikę kolana w trakcie wykonywania rzeczywistych czynności, zespół projektu CARE-KNEEOA ma nadzieję zrewolucjonizować leczenie choroby zwyrodnieniowej stawu, usprawniając leczenie pacjentów i potencjalnie zmniejszając zapotrzebowanie na zabiegi chirurgiczne.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Koordynator

ITA-SUOMEN YLIOPISTO
Wkład UE netto
€ 302 331,36
Koszt całkowity
Brak danych

Partnerzy (1)