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

OUTBreak AI-driven Detection: Enhancing MALDI-TOF outbreak detection with multimodal AI integrating epidemiological and genomic data

Opis projektu

Spektrometria mas i wcześniejsze wykrywanie patogenów szpitalnych przy pomocy sztucznej inteligencji

Oporne i hiperwirulentne bakterie coraz częściej powodują zakażenia szpitalne, które zagrażają życiu pacjentów. Sekwencjonowanie całego genomu (WGS) pozostaje złotym standardem w śledzeniu tych ognisk, ale jest kosztowne, powolne i w wielu przypadkach niedostępne. Spektrometria mas z desorpcją/jonizacją laserową wspomaganą matrycą i analizą czasu przelotu (MALDI-TOF) to szybka i powszechnie dostępna technika identyfikacji, której potencjał w wykrywaniu ognisk zakażeń pozostaje niewykorzystany. Zespół projektu OUTBRAID, realizowanego przy wsparciu z działań „Maria Skłodowska-Curie”, rozwinie technologię MALDI-TOF do poziomu zbliżonego do możliwości sekwencjonowania całego genomu (WGS). Na podstawie bezprecedensowego międzynarodowego zbioru danych spektralnych oraz danych syntetycznych badacze wytrenują multimodalne modele uczenia maszynowego, które umożliwią szybkie i niedrogie wykrywanie ognisk chorób na wczesnym etapie, przyczyniając się do ograniczenia tego narastającego globalnego zagrożenia dla zdrowia publicznego.

Cel

Hospital-acquired infections (HAIs) from resistant and hypervirulent bacteria—such as Methicillin-resistant Staphylococcus aureus, Vancomycin-resistant Enterococcus faecium, Carbapenemase-producing Pseudomonas aeruginosa, Carbapenemase-producing Acinetobacter baumannii, and Clostridioides difficile—pose a growing threat to patient safety worldwide. Outbreaks often go undetected until severe harm occurs. While whole genome sequencing (WGS) is the gold standard for outbreak tracing, it is costly, slow and not globally accessible. MALDI-TOF mass spectrometry, in contrast, is rapid and widely used, but its outbreak detection potential remains unexploited.

The OUTBReak AI-driven Detection (OUTBRAID) project will transform hospital outbreak surveillance by leveraging an unprecedented international dataset—over 1.2 million MALDI-TOF spectra already collected at the IMM Zurich, plus new contributions from 9 countries across Europe, Asia, and Australia, including Low and Median Income Countries (LMICs), each providing at least 100 samples per pathogen for rigorous, external validation.

OUTBRAID will develop two breakthrough approaches: (1) diffusion models to generate synthetic MALDI-TOF spectra, ensuring robust, cross-center performance; and (2) multimodal machine learning that combines MALDI-TOF, epidemiological metadata, and WGS to enable automated, high-resolution cluster detection. These models will be benchmarked not only at species level but also at sequence type (ST), cgMLST, and single-nucleotide polymorphism (SNP) resolution—pushing MALDI-TOF as close as possible to the granularity of WGS.

All data, models, and code will be open access. OUTBRAID’s participation in workshops and training will reach and train 150+ scientists and clinicians (e.g. ESCMID), ensuring broad impact. By braiding together international data streams and AI, OUTBRAID aims to deliver scalable tools for early outbreak detection, supporting hospitals and public health globally.

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2025-PF

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITAT ZURICH
Wkład UE netto
€ 307 958,88
Koszt całkowity
Brak danych

Partnerzy (1)