Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

AI-based leukemia detection in routine diagnostic blood smear data

Opis projektu

Rutynowa diagnostyka białaczki oparta na sztucznej inteligencji

Rozmaz krwi obwodowej pozostaje podstawową metodą diagnozowania nowotworów hematologicznych, ponieważ błyskawicznie dostarcza cennych informacji, które pozwalają na podjęcie dalszych działań diagnostycznych. Ze względu na to, że zmiany nowotworowe zwykle powstają w szpiku kostnym, mogą nie być wykrywalne jako nieprawidłowości we krwi obwodowej, co może stanowić problem dla diagnostów. Zespół finansowanego ze środków Europejskiej Rady ds. Badań Naukowych projektu LeukoScreen ma na celu opracowanie zrozumiałego modelu sztucznej inteligencji opartego na transformatorach, który umożliwi klasyfikację nowotworów hematologicznych na podstawie cytomorfologii krwi obwodowej. Badacze kładą szczególny nacisk na badanie danych rzeczywistych pacjentów, dzięki którym występuje dodatkowa różnorodność i złożoność. Celem jest optymalizacja skalibrowanych prawdopodobieństw przewidywań modelu, zmniejszenie liczby fałszywych wyników pozytywnych bez pomijania przypadków ostrej białaczki i tym samym ograniczenie niepotrzebnych aspiracji szpiku kostnego.

Cel

Acute promyelocytic leukemia is an extremely aggressive blood cancer where immediate diagnosis can determine life or death. The diagnostic state of the art is manual inspection of a patient’s blood smear under the microscope by trained cytologists. It is prone to human error and time consuming - a risk factor in notoriously understaffed laboratories. Supporting clinical decisions with AI will drastically increase diagnostic speed and accuracy, benefit patient survival, and free up valuable expert time. This is particularly important for cytological and histological analysis, whose market size is expected to rise by a compounded annual growth rate of 14.7% in coming years. Yet, so far, the proof of concept that AI can be effectively employed for leukemia detection in routine diagnostics is missing.

I will leverage the methodological advancements in deep learning and explainable AI, the skills of my ERC CoG funded research group, and the expertise and data of the Munich Leukemia Laboratory (MLL), the largest leukemia laboratory in Europe and my long standing industry partner. Together, we will develop and implement LeukoScreen, an AI-based software to automatically identify and flag up acute leukemia cases from MLL’s routine laboratory input. This will decrease the diagnosis to treatment time of critical leukemia cases at reduced costs and staffing. Specifically, we will (i) deploy a real-world dataset from the routine input of the MLL, (ii) train and evaluate our algorithm for transparent decision making on routine diagnostic blood smears, (iii) quantify the gain in sensitivity, specificity, and speed by comparing LeukoScreen with the currently used manual workflow at MLL, and (iv) jointly develop a commercialization strategy for the exploitation of results.

This AI approach to support disease detection will save patients’ lives, change the paradigm of cytologic workflows, and create capacities in overburdened diagnostics.

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. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

HORIZON-ERC-POC - HORIZON ERC Proof of Concept Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) ERC-2022-POC2

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

HELMHOLTZ ZENTRUM MUENCHEN DEUTSCHES FORSCHUNGSZENTRUM FUER GESUNDHEIT UND UMWELT GMBH
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 135 000,00
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

Brak danych

Beneficjenci (2)

Moja broszura 0 0