Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Synergistic Agent for General Medical AI

Opis projektu

Sztuczna inteligencja w radiologii

Radiologia wymaga interpretacji złożonych obrazów wraz z informacjami klinicznymi. Sztuczna inteligencja może znacznie przyspieszyć procedury kliniczne, ale obecne narzędzia SI wykonują tylko wyspecjalizowane zadania i nie są w stanie uchwycić pełnego procesu decyzyjnego. Finansowany przez ERBN projekt SAGMA zakłada opracowanie ogólnego systemu sztucznej inteligencji medycznej, który zintegruje wiele typów danych i będzie wspierać rozumowanie diagnostyczne w świecie rzeczywistym. Naukowcy najpierw wykorzystają duże modele językowe do wyodrębnienia ustrukturyzowanych informacji z dokumentacji radiologicznej, co umożliwi wydajne wytrenowanie specjalistycznych modeli analizy obrazu. Praca tych modeli będzie koordynowana przez agenta SI, który połączy szacunki niepewności, wytyczne kliniczne i dane laboratoryjne. Na koniec system zostanie przetestowany w procedurach klinicznych, aby ocenić jego wpływ na dokładność diagnostyczną, wydajność i akceptację przez radiologów.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Program(-y)

Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.

Temat(-y)

Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.

System finansowania

Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.

(odnośnik otworzy się w nowym oknie) ERC-2025-STG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

UNIVERSITAETSKLINIKUM AACHEN
Wkład UE netto

Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.

€ 1 500 000,00
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 1 500 000,00

Beneficjenci (1)

Moja broszura 0 0