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

Synergistic Agent for General Medical AI

Descrizione del progetto

IA per la radiologia

La radiologia si basa sull’interpretazione di immagini complesse insieme alle informazioni cliniche. L’IA potrebbe far progredire notevolmente il flusso di lavoro clinico, ma gli attuali strumenti di IA svolgono solo compiti limitati e non sono in grado di catturare l’intero processo decisionale. Il progetto SAGMA, finanziato dal CER, mira a sviluppare un sistema di IA medica generale che integri più tipi di dati e supporti il ragionamento diagnostico nel mondo reale. I ricercatori utilizzeranno innanzitutto modelli linguistici di grandi dimensioni per estrarre informazioni strutturate dai referti radiologici, consentendo un addestramento efficiente di modelli specializzati nell’analisi delle immagini. Questi modelli saranno poi coordinati da un agente IA che combina stime di incertezza, linee guida cliniche e dati di laboratorio. Infine, il sistema sarà testato nei flussi di lavoro clinici per valutarne l’impatto sull’accuratezza diagnostica, l’efficienza e l’accettazione da parte dei radiologi.

Obiettivo

Artificial intelligence (AI) holds immense potential for revolutionizing radiology by enhancing diagnostic accuracy, efficiency, and personalized patient care. However, current AI applications are limited to only specialized taskArtificial intelligence (AI) holds immense potential for revolutionizing radiology by enhancing diagnostic accuracy, efficiency, and personalized patient care. However, current AI applications are limited to only specialized tasks, thus failing to capture the complexity of radiological practice, which requires integrating multimodal data and nuanced decision-making. My vision with SAGMA is to develop an agent-based General Medical AI (GMAI) system that overcomes these limitations by combining specialized AI models with generalized reasoning capabilities. The project is structured around three central objectives:
1. Develop specialized image analysis AI models in a scalable manner by leveraging large language models (LLMs) to extract structured data from existing radiological reports. This will enable efficient training across various radiological tasks using unstructured clinical data. 2. Assemble a GMAI system using a LLM as an agent that coordinates the specialized AI models, incorporates uncertainty estimates, and integrates additional tools such as clinical guidelines and laboratory values. This system will utilize multimodal inputs to support comprehensive decision-making.
3.Validate the utility of the agent-based system in realistic clinical settings by assessing its impact on diagnostic accuracy, efficiency, and the overall radiological workflow, ensuring acceptance by clinical experts.
By achieving these objectives, SAGMA will bridge the gap between current AI capabilities and the multifaceted nature of radiological practice. The project will demonstrate how an agent-based GMAI system can augment and empower human expertise, potentially transforming radiology and paving the way for similar advancements in other medical specialties.

Campo scientifico (EuroSciVoc)

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-ERC - HORIZON ERC Grants

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

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2025-STG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

UNIVERSITAETSKLINIKUM AACHEN
Contributo netto dell'UE
€ 1 500 000,00
Indirizzo
Pauwelsstrasse 30
52074 Aachen
Germania
Regione
Nordrhein-Westfalen Köln Städteregion Aachen
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 1 500 000,00

Beneficiari (1)