Descripción del proyecto
Inteligencia artificial para la medicina de precisión en trasplantes renales
En los últimos veinte años, las tasas de supervivencia a corto plazo del aloinjerto y del paciente en el trasplante renal han mejorado considerablemente. Sin embargo, la persistencia de un injerto a largo plazo sigue siendo baja, debido principalmente al rechazo. Para mejorar la longevidad de los aloinjertos es fundamental mejorar el seguimiento de los pacientes y la evaluación del riesgo de rechazo, pero para ello se necesitan datos más completos sobre los pacientes y estrategias de investigación integradoras. El equipo del proyecto AI CARE, financiado por el Consejo Europeo de Investigación, tiene como objetivo avanzar en la medicina de precisión de los trasplantes mediante el desarrollo de un sistema personalizado y atraumático de seguimiento de los pacientes que utiliza tecnología de ADN extracelular circulante (biopsia líquida). También pretende mejorar el diagnóstico del rechazo más allá de la histología convencional mediante tecnologías moleculares y patología digital. En el proyecto se pretende aplicar estos conocimientos a nuevos ámbitos de investigación mediante la obtención de información sobre los mecanismos de las enfermedades de órganos trasplantados y la mejora de la precisión diagnóstica.
Objetivo
Despite considerable improvements in short-term allograft and patient survival in kidney transplantation in the past two decades, long-term graft survival remains low, with 20% of transplants failing within five years. Rejection remains a leading cause of graft loss, with immediate consequences for patient morbidity and mortality, posing a major burden on healthcare systems. Increased allograft longevity requires improved patient monitoring and rejection risk stratification using mechanistically informed, non-invasive biomarker strategies and precision diagnostics. The main limitation for such an endeavor is the lack of deeply phenotyped cohorts. Given the complexity and heterogeneity of allograft rejection, patient cohorts with sufficient volume, velocity, variety and validity of data are critical in order to capture disease activity, disease stage, improve risk stratification and optimize treatment. Another limitation is the paucity of multidimensional and integrative research strategies. The goal of the ERC AI-Care project is therefore to go beyond the current state of the art by establishing a transplant precision medicine system to 1) facilitate personalized, non-invasive patient monitoring using cell-free DNA technology (Liquid biopsy) 2) improve rejection diagnosis beyond conventional histology using molecular technologies and digital pathology, and 3) gain further mechanistic insights and improve diagnostic accuracy of transplant organ diseases and apply this knowledge to new research areas.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
- ciencias médicas y de la saludmedicina básicapatología
- ciencias naturalesciencias biológicashistología
Para utilizar esta función, debe iniciar sesión o registrarse
Programa(s)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Régimen de financiación
HORIZON-ERC - HORIZON ERC GrantsInstitución de acogida
75006 Paris
Francia