Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Personalised Risk Evaluation and Diagnosis in Cardiovascular Treatment for Acute Coronary Syndrome

Descrizione del progetto

L’intelligenza artificiale al servizio della cura personalizzata del cuore

La sindrome coronarica acuta (ACS) è un’improvvisa interruzione del flusso sanguigno al cuore. Essendo una delle principali cause di morte e disabilità in tutto il mondo, la comunità medica è sotto pressione per migliorarne la diagnosi e il trattamento. Sostenuto dal programma di azioni Marie Skłodowska-Curie, il progetto PREDICT-X-ACS mira a sviluppare modelli di intelligenza artificiale spiegabili basati su trasformatori che forniscano ai medici informazioni utili. Questi modelli supportano un’assistenza personalizzata, migliorando gli esiti e superando i limiti degli strumenti diagnostici tradizionali. L’obiettivo generale è quello di promuovere la medicina di precisione e ridurre la mortalità correlata all’ACS. Il progetto promuoverà inoltre l’innovazione nella tecnologia sanitaria in linea con gli obiettivi globali in materia di salute e industria.

Obiettivo

The Predict-X-ACS project, led by Dr. Deepa Joshi under the supervision of Prof. Lalit Garg at the University of Malta (UoM), aims to address the global burden of Acute Coronary Syndrome (ACS), a major contributor to cardiovascular disease (CVD). ACS, which results from the sudden reduction or blockage of blood flow to the heart, remains a leading cause of morbidity and mortality worldwide. This research integrates diverse data sources, including medical imaging, genomics, clinical records, environmental factors, and biomarkers, into a transformer-based, AI-powered precision medicine approach to enhance ACS care. The primary objective of the project is to develop scalable, explainable AI models that improve the diagnosis, treatment, and personalization of ACS care by overcoming the limitations of single-modal, non-transparent diagnostic tools. Through this multi-modal methodology, clinicians will be equipped with actionable insights, facilitating more accurate, individualized treatment plans and better patient outcomes. The project aligns directly with Sustainable Development Goal 3 (Good Health and Well-being) by contributing to the reduction of ACS-related mortality and improving patient care through the use of advanced medical technology. It also supports Sustainable Development Goal 9 (Industry, Innovation, and Infrastructure) by driving innovation in healthcare technology and promoting the application of cutting-edge AI methods in clinical practice. Continuous clinical validation and real-time feedback mechanisms ensure that the developed AI models are robust, adaptable, and ready for broad clinical implementation.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2024-PF-01

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

UNIVERSITA TA MALTA
Contributo netto dell'UE
€ 256 642,80
Indirizzo
TAL OROQQ
MSD 2080 MSIDA
Malta
Regione
Malta Malta Malta
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
Nessun dato

Partner (4)