Description du projet
Un cadre basé sur l’IA pour répertorier les tumeurs cérébrales pédiatriques
Les tumeurs cérébrales pédiatriques (TCP) sont la principale cause de décès lié au cancer chez les enfants et les adolescents. Les technologies d’IA aident les médecins à détecter et à diagnostiquer les TCP par le biais de systèmes d’aide à la décision clinique (SADC). Les médecins ont toutefois besoin d’aide pour segmenter les TCP en raison du nombre limité de données d’images médicales. De plus, des inquiétudes concernant le manque de transparence des modèles d’IA en boîte noire freinent l’adoption par les médecins de l’IA dans les SADC. Avec le soutien du programme Actions Marie Skłodowska-Curie, le projet DL-I-PBraTSC se propose de développer un cadre avancé basé sur l’IA pour la classification des TCP chez les enfants et les adolescents. Cela facilitera le diagnostic, la planification d’un traitement et la prévision des résultats pour le patient. Le projet rassemblera de grandes images médicales de TCP équilibrées provenant d’un hôpital secondaire et fera appel à une plateforme de test en ligne pour recueillir les retours d’information.
Objectif
The DL-I-PBraTSC project aims to address the significant impact of pediatric brain tumors (PBTs) as the leading cause of cancer death in children and adolescents. Artificial Intelligence (AI) technologies are increasingly being explored to assist doctors in detecting and diagnosing through clinical decision support systems (CDSS). However, They face the challenges in successfully segmenting PBTs due to the scarcity of available medical image datasets. Additionally, the lack of transparency in black-box AI models has raised concerns among doctors, hindering the adoption of AI in CDSS. To tackle these challenges, the project will develop a state-of-the-art interpretable AI-based framework to classify PBTs including tumor segmentation. DL-I-PBraTSC will identify the location of PBTs, classify of PBT types, and enable quantitative analysis of sub-region of PBT parameters helping clinicians in diagnosis, treatment planning, monitoring disease progression, and predicting patient outcomes. The project will start with collecting and preparing sufficiently large, balanced PBT medical images from secondment institution with the assistance of medical experts. An online test platform will be implemented for clinicians to use the model, gathering feedback for further validation and improvements. The non-academic placement will provide real-world clinical validation of the model's efficacy. The project findings will be shared in conferences or journals targeting both neuroscience and informatics. DL-I-PBraTSC can help healthcare providers make more informed decisions about diagnosis and treatment planning of PBTs and contribute to early detection and intervention. These can lead to better patient outcomes, improved overall healthcare delivery and public health outcomes, and reduced healthcare costs, aligning with the EU's objectives of providing ensuring the safety and well-being of its citizens and one of the Irish national research priorities areas, Health and Wellbeing.
Mots‑clés
Programme(s)
- HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA) Main Programme
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2023-PF-01
Voir d’autres projets de cet appelRégime de financement
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European FellowshipsCoordinateur
H91 Galway
Irlande