AI-driven cardiac ultrasound analysis

Informations projet

AI-driven cardiac ultrasound analysis

N° de convention de subvention: 190190768

DOI 10.3030/190190768

Date de signature de la CE 14 Septembre 2022

Date de début 1 Août 2022

Date de fin 31 Janvier 2026

Financé au titre de

• The European Innovation Council (EIC)

Coût total € 3 574 343,75

Contribution de l’UE € 2 500 000,00

Coordonné par

LIGENCE UAB
Lithuania

Description du projet

Le développement de l’analyse assistée par l’IA des échographies du cœur

L’échographie cardiaque est une méthode d’imagerie du cœur accessible, largement utilisée et rentable. Toutefois, l’interprétation des images acquises nécessite des compétences avancées et est sujette aux erreurs et vulnérable aux incohérences. Financé par le Conseil européen de l’innovation, le projet AI-driven cardiac ultrasound analysis entend automatiser l’ensemble du processus d’analyse des échographies cardiaques en recourant à une technologie axée sur l’IA. L’approche développée intégrera harmonieusement les infrastructures existantes dans les hôpitaux, permettant de télécharger des images et des résultats sur leurs réseaux. L’introduction de cette nouvelle technologie améliorera considérablement la qualité de l’analyse, permettra un diagnostic précoce, et améliorera la stratification des risques et la prise en charge des patients.

Objectif

Heart ultrasound is the most versatile, most widely used, and cost-effective heart imaging method. Accessibility to ultrasound imaging is growing rapidly as the devices are getting cheaper and smaller. However, interpretation of the acquired images creates a bottleneck; it requires
substantial skill, it is long, manual, and prone to errors and variability. Ligence is remodelling the quality, difficulty, and length of echocardiography with an AI-driven tool to automate the whole analysis of heart ultrasound images. Deep learning neural networks classify heart image
views, detect heart cycle phases, and perform measurements. It seamlessly integrates with existing infrastructure in hospitals, meaning that moments after images are loaded onto the hospital's network the results are accessible on any workstation. This results in dramatically increased
accessibility and analysis quality, earlier diagnosis, and better patient risk stratification, monitoring, and patient management.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.

• sciences naturelles › sciences physiques › acoustique › ultrasons

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

• Cardiac and Cardiovascular systems
• AI-driven tool
• Risk stratification
• Increased accessibility
• Echocardiography
• Early diagnosis
• Automation
• Deep neural networks

Programme(s)

• HORIZON.3.1 - The European Innovation Council (EIC) Main Programme
• HORIZON.3.1.2 - The Accelerator

Thème(s)

• HORIZON-EIC-2021-ACCELERATORCHALLENGES-01-01 - Strategic Digital and Health Technologies

Appel à propositions

HORIZON-EIC-2021-ACCELERATORCHALLENGES-01

Régime de financement

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

Coordinateur

LIGENCE UAB

• Contribution nette de l'UE: € 2 500 000,00
• Adresse: TAIKOS PR. 54 ; LT-51305 KAUNAS ; Lituanie
• PME L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention. Oui:
  Type d’activité
  Private for-profit entities (excluding Higher or Secondary Education Establishments)
• Type d’activité: Private for-profit entities (excluding Higher or Secondary Education Establishments)
• Coût total: € 3 574 343,75