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

Machine learning for diagnosis of bipolar disorder: detection of physiological digital biomarkers

Descrizione del progetto

Apprendimento automatico per una diagnosi oggettiva e rapida del disturbo bipolare

Grazie ai progressi della psichiatria e della psicologia, i pazienti con disturbi prima incompresi o mal diagnosticati possono ora ricevere diagnosi più accurate e trattamenti migliori. Il disturbo bipolare, che influisce sulla qualità della vita del paziente e colpisce il 3 % della popolazione, richiede tuttavia una diagnosi rapida, obiettiva e accurata (un compito impegnativo per gli psichiatri in tempi brevi). Sostenuto dal programma di azioni Marie Skłodowska-Curie, il progetto AI-DIAGNOSE si propone di sviluppare uno strumento rapido e automatizzato che utilizzi l’apprendimento automatico per rilevare il disturbo bipolare e i sintomi psicotici utilizzando biomarcatori audiovisivi nei pazienti. Lo strumento identificherà i modelli oculari e vocali associati ai sintomi del disturbo bipolare o della psicosi, migliorando l’accuratezza e l’efficienza diagnostica.

Obiettivo

Bipolar disorder (BD) is a chronic and debilitating mental disorder, that affects 2-3% of the population. It impacts quality of life, cognition, and is a leading cause of suicide and all-cause mortalities. Most patients are taken into clinical care during acute episodes, which puts the burden on psychiatrists to make fast, yet accurate diagnostic decisions. However, unlike most medical conditions, psychiatric diagnoses are subjective. This paired with the complexity of its clinical presentation, BD is the most misdiagnosed and underdiagnosed psychiatric condition. More objective scales used in research lack clinical application, due to time constraints and high burden on the patient. AI-DIAGNOSE wants to disrupt the state of the art of BD diagnosis through a completely novel approach: developing an automatized and fast tool for objective detection of BD and psychotic symptoms based on physiological audiovisual biomarkers and machine learning (ML). The timing of the project is supported through recent evidence, from the host, the applicant, and others, showing that speech and eye movement are promising physiological biomarkers. In a pilot study, I found that ML algorithms based on speech patterns could predict the presence of psychiatric diagnosis, and differentiate patients with and without psychosis. Eye‐tracking datasets provide insights regarding information processing patterns, and have shown potential as diagnostic biomarkers. Although eye movement and speech patterns are promising biomarkers as they can be acquired fast and without putting high burden on the patient, they have not been combined yet for psychiatric diagnostic purposes. The project will be the first to develop such a multi-modal ML diagnostic tool for BD and psychosis in BD. We will test its accuracy against the research gold standard in the field within a large patient cohort (140 patients, 70 controls). If successful, this will a major step towards precision medicine within BD and psychiatry

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.

È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

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

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

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

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

UNIVERSITAT DE BARCELONA
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 181 152,96
Indirizzo
GRAN VIA DE LES CORTS CATALANES 585
08007 BARCELONA
Spagna

Mostra sulla mappa

Regione
Este Cataluña Barcelona
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

Nessun dato

Partner (1)

Il mio fascicolo 0 0