Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

Fostering Trust in AI driven Healthcare: SecUre and uNbiased knowleDge guided gEneRative AI

Projektbeschreibung

Ein Rahmen für verantwortungsvolle generative KI

Das maschinelle Lernen (ML) hat eine Zukunft im Gesundheitswesen, begrenzte Datensätze und Datenschutzbestimmungen stehen dem Fortschritt jedoch im Weg. Generative KI kann synthetische Daten erzeugen, ihr Einsatz wird jedoch durch Fragen im Hinblick auf die Vertrauenswürdigkeit bezüglich einer fairen Nutzung unter Wahrung des Datenschutzes behindert. Mit Unterstützung durch das Marie-Skłodowska-Curie-Maßnahmenprogramm möchte Projekt THUNDER Lücken bei vertrauenswürdigen generativen Modellen und Methoden des maschinellen Lernens für das Gesundheitswesen schließen, insbesondere im Hinblick auf standardisierte Bewertungsrahmen und Vertrauensfragen. Das Hauptziel ist die Entwicklung eines umfassenden Rahmens für eine verantwortungsvolle generative KI im Gesundheitswesen, wobei der Schwerpunkt auf der Definition von Bewertungsparametern, der Erstellung wissensbasierter generativer Modelle und der Gestaltung interpretierbarer Lernmodelle liegt. Das Projekt visiert insbesondere die Sepsis an, die von der Weltgesundheitsorganisation (WHO) als eine prioritäre Gefahr für die globale Gesundheit eingestuft wird.

Ziel

Machine learning (ML) offers transformative opportunities for healthcare, with applications ranging from precision medicine to operational optimization. However, progress is constrained by limited access to diverse, high-quality datasets, exacerbated by fragmentation, data scarcity, and stringent privacy regulations. Traditional data augmentation methods fail to fully capture the complexity and heterogeneity of healthcare data. Generative AI, particularly large language models (LLMs), offers a promising alternative by synthesizing realistic datasets while addressing data scarcity. Yet, their adoption in healthcare is hindered by critical concerns about trustworthiness, including semantic validity, fairness, bias mitigation, fidelity, privacy preservation, and real-world utility. This research identifies key gaps in developing trustworthy generative models and ML methods for healthcare. These include the absence of standardized synthetic data evaluation frameworks, trust deficits in healthcare generative models, resource intensiveness, and design-induced opaqueness. The overall objective of the THUNDER project is to forge a comprehensive framework for trustworthy and responsible generative AI in healthcare. This will be achieved by defining (i) standardized evaluation metrics, (ii) developing advanced knowledge-guided generative models, and (iii) creating a fully frugal-by-design and interpretable-by-design learning models. These efforts, driven by interdisciplinary and intersectoral mobility and knowledge exchange, will establish a new paradigm for AI-driven healthcare. We will target Sepsis as a global health priority identified by the World Health Organization (WHO).

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
Die Klassifikation dieses Projekts wurde von Menschen validiert.

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-TMA-MSCA-SE - HORIZON TMA MSCA Staff Exchanges

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) HORIZON-MSCA-2024-SE-01

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

UNIVERSITE DE VERSAILLES SAINT-QUENTIN EN YVELINES
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 115 230,00
Adresse
AVENUE DE PARIS 55
78035 VERSAILLES
Frankreich

Auf der Karte ansehen

Region
Ile-de-France Ile-de-France Yvelines
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten

Beteiligte (9)

Partner (5)

Mein Booklet 0 0