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

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

Descrizione del progetto

Un quadro per garantire un’intelligenza artificiale generativa responsabile

L’apprendimento automatico (AA) ha un futuro nel settore sanitario; ciononostante, i set di dati limitati e le norme sulla privacy limitano i progressi. Sebbene l’intelligenza artificiale (IA) generativa possa produrre dati sintetici, i problemi di fiducia legati all’equità e alla privacy ne ostacolano l’utilizzo. Sostenuto dal programma di azioni Marie Skłodowska-Curie, il progetto THUNDER mira a colmare le lacune presenti nei modelli generativi affidabili e nei metodi di AA per l’assistenza sanitaria, in particolare per quanto riguarda i quadri di valutazione standardizzati e le questioni legate alla fiducia, con l’obiettivo finale di sviluppare un quadro completo per un’IA generativa responsabile in ambito sanitario prestando particolare attenzione alla definizione di metriche di valutazione, alla creazione di modelli generativi guidati dalla conoscenza e alla progettazione di modelli di apprendimento interpretabili. Il progetto si concentrerà in particolare sulla sepsi, una priorità sanitaria globale designata dall’Organizzazione mondiale della sanità (OMS).

Obiettivo

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).

Campo scientifico (EuroSciVoc)

CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
La classificazione di questo progetto è stata convalidata da un essere umano.

Parole chiave

Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).

Programma(i)

Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.

Argomento(i)

Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.

Meccanismo di finanziamento

Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.

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

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

Invito a presentare proposte

Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.

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

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

UNIVERSITE DE VERSAILLES SAINT-QUENTIN EN YVELINES
Contributo netto dell'UE

Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.

€ 115 230,00
Indirizzo
AVENUE DE PARIS 55
78035 VERSAILLES
Francia

Mostra sulla mappa

Regione
Ile-de-France Ile-de-France Yvelines
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale

I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.

Nessun dato

Partecipanti (9)

Partner (5)

Il mio fascicolo 0 0