Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Better rEal-world healTh-daTa distributEd analytics Research platform

Description du projet

Un cadre d’apprentissage fédéré pour l’IA décentralisée des données de santé

La médecine fondée sur les données gagne en importance pour le diagnostic, le traitement et la recherche en raison de l’augmentation exponentielle des données relatives aux soins de santé. Relier les données de santé transfrontalières de différents centres médicaux et les analyser avec des approches innovantes basées sur l’IA peut contribuer à mieux comprendre les zones de maladies. Cependant, des préoccupations d’ordre éthique, juridique et de confidentialité limitent souvent le partage des données des patients au-delà des frontières institutionnelles. Le projet BETTER, financé par l’UE, se propose de créer une plateforme décentralisée et sécurisée qui permet aux chercheurs, aux innovateurs et aux professionnels de la santé d’utiliser des données de santé multisources plus importantes avec des outils d’IA adaptés, améliorant ainsi l’état de santé des citoyens. Sur base de trois cas d’utilisation clinique, le projet entend analyser les données sensibles des patients, dont la génomique, dans le respect du RGPD, à l’aide du Personal Health Train, un paradigme d’analyse distribué.

Objectif

In recent years, data-driven medicine has gained increasing importance in terms of diagnosis, treatment, and research due to the exponential growth of healthcare data. The linkage of cross-border health data from various sources, including genomics, and analysis via innovative approaches based on artificial intelligence (AI) will enable a better understanding of risk factors, causes, and the development of optimal treatment in different disease areas. Nevertheless, the reuse of patient data is often limited to datasets available at a single medical centre. The main reasons why health data is not shared across institutional borders rely on ethical, legal, and privacy aspects and rules.
Therefore, in order to (1) enable health data sharing across national borders, (2) fully comply with present GDPR privacy guidelines / regulations and (3) innovate by pushing research beyond the state of the art, BETTER proposes a robust decentralised privacy-preserving infrastructure which will empower researchers, innovators and healthcare professionals to exploit the full potential of larger sets of multi-source health data via tailored made AI tools useful to compare, integrate, and analyse in a secure, cost-effective fashion; with the very final aim of supporting the improvement of citizen’s health outcomes.
In detail, this interdisciplinary project proposes the co-creation of 3 clinical use cases involving 7 medical centres located in the EU and beyond, where sensitive patient data, including genomics, are made available and analysed in a GDPR-compliant mechanism via a Distributed Analytics (DA) paradigm called the Personal Health Train (PHT). The main principle of the PHT is that the analytical task is brought to the data provider (medical centre) and the data instances remain in their original location.
In this project, two mature implementations of the PHT (PADME and Vantage6) already validated in real-world scenarios will be fused together to build the BETTER platform.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

HORIZON-RIA - HORIZON Research and Innovation Actions

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) HORIZON-HLTH-2023-TOOL-05

Voir tous les projets financés au titre de cet appel

Coordinateur

DATRIX SPA
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 1 512 650,00
Adresse
FORO BUONAPARTE 71
20121 Milano
Italie

Voir sur la carte

PME

L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.

Oui
Région
Nord-Ovest Lombardia Milano
Type d’activité
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 1 512 650,00

Participants (14)

Partenaires (1)

Mon livret 0 0