Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

WILLEM: AI to Reduce Cardiovascular Diseases

Description du projet

L’IA au service de la médecine de précision en cardiologie

Le diagnostic des maladies cardiaques fait appel à une combinaison de surveillance cardiaque, d’imagerie et d’analyses sanguines, qui sont généralement interprétés par des cliniciens. Financé par le Conseil européen de l’innovation, le projet WILLEM: AI to Reduce Cardiovascular Diseases, propose une plateforme basée sur l’IA capable de transformer les données de l’électrocardiogramme (ECG) en un rapport clinique. La plateforme peut être utilisée avec n’importe quel appareil de surveillance ECG et peut diagnostiquer de nombreux types d’irrégularités du rythme cardiaque (arythmies) de même que la fibrillation auriculaire. En outre, elle peut s’intégrer à n’importe quel flux de travail clinique et prédire l’évolution des maladies cardiovasculaires de manière automatisée. Sa mise en œuvre devrait permettre de réduire la charge de travail des médecins et d’améliorer la détection des maladies cardiaques.

Objectif

WILLEM is the first 100% automated cloud platform for electrocardiogram (ECG) analysis, designed to comprehensively identify and diagnose all types of arrhythmias and predict Cardiovascular Diseases (CVDs) behaviour at 6 months since its detection. WILLEM communicates users and
hospitals-in real time through a unique Cloud Platform, integrable with any other eHealth platform as part of the clinical workflow. WILLEM provides the best prospective and labelled ECG database and, as a hardware-agnostic platform, it uses breakthrough Artificial Intelligence (AI) models
to transform raw ECG signals from any monitoring device into a medical grade ECG report. Today, WILLEM’s AI classifies 73 arrhythmias of the 288 known cardiac patterns, more than 90% of the cases, and it is the only solution that predicts Atrial Fibrillation. The goal is to classify every
arrythmia present in human biology and to predict the 6 most prevalent heart diseases in an automatic and non-supervised way to reduce CVDs.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

HORIZON-EIC-ACC-BF - HORIZON EIC Accelerator Blended Finance

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) HORIZON-EIC-2021-ACCELERATORCHALLENGES-01

Voir tous les projets financés au titre de cet appel

Coordinateur

IDOVEN 1903 SL
Contribution nette de l'UE
€ 2 500 000,00
Adresse
C/PRINCIPE DE VERGARA 128 ESC DR PISO EN
28002 Madrid
Espagne
PME
Oui
Région
Comunidad de Madrid Comunidad de Madrid Madrid
Type d’activité
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Liens
Coût total
€ 3 596 296,00