Description du projet
Une IA innovante pour prévenir les maladies cardiaques et le diabète
Les maladies non transmissibles telles que les maladies cardiaques et le diabète sont en forte hausse, ce qui pose d’importants défis de santé publique. Le projet SHIELD, financé par l’UE, entend répondre à ces problèmes en faisant appel à l’IA. SHIELD recueille des données multimodales auprès de différents acteurs des soins de santé afin d’élaborer des scores de risque et des stratégies de prévention personnalisées. Ces interventions, testées en Espagne, en Italie et en Suisse, sont proposées par le biais d’une application mobile avec des objectifs de changement comportemental, des recommandations sur le mode de vie et des informations sur la santé afin de réduire les risques et la progression de la maladie. En orientant les plans de soins en fonction des mesures de risque individuelles, SHIELD entend améliorer la prévention et la gestion des maladies cardiovasculaires et du diabète.
Objectif
The prevalence of Non-Communicable Diseases is forcing countries to consider different initiatives aimed at reducing the burden and impact of these diseases.
In this sense, SHIELD pioneers an innovative approach to preventing cardiovascular diseases (CVD) and diabetes at all stages of disease and considering the strong relationship among them. Utilizing advanced AI, SHIELD offers personalized interventions following a hierarchical model based on patients' risk profiles. These profiles are continuously assessed through risk stratification and disease progression tools, leading to low, moderate, and high-risk layers, each requiring distinct prevention strategies, from halting disease progression to preventing relapse and complications.
Initial risk assessment will include genetics, demographics, socio-economic status, environment, behavior, and medical conditions, using datasets like SHARE or ELSA, and retrospective hospital data (4,500+ patients). Later-stage disease analysis will also entail polypharmacy, treatment adherence, wearables, psychosocial factors, PROMs, and PREMs, allowing for individualized interventions and real-time alerts for professionals through the SHIELD dashboard. SHIELD also prioritizes the quality and security of these data, creating a standardized data homogenization model and federated learning approach to keep sensitive data locally. Transparency is provided through explainable ML tools.
Interventions are accessible via mobile apps, providing resources, recommendations, education, and local services. Optimization algorithms enhance user engagement, and a chatbot, trained on patient data, offers continuous support with professional oversight.
SHIELD will be validated in 3 pilots, involving more than 2,300 individuals along 2 years. The aim is to get knowledge on the cost-effectiveness and efficacy of the prevention strategy proposed by SHIELD and to get insights for effective primary prevention pathways with population-wide impact.
Programme(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) HORIZON-HLTH-2024-STAYHLTH-01-two-stage
Voir d’autres projets de cet appelRégime de financement
HORIZON-RIA - HORIZON Research and Innovation ActionsCoordinateur
28036 Madrid
Espagne
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.