Opis projektu
Sieć badawczo-szkoleniowa w dziedzinie uczenia maszynowego pomaga w rozwoju precyzyjnej opieki zdrowotnej
Opieka zdrowotna staje się coraz bardziej cyfrowa, w związku z czym coraz więcej danych dotyczących pacjentów, od wyników badań na poziomie molekularnym po historię zdrowia poszczególnych osób, dostępnych jest w formie elektronicznej. Ustalenie zależności między zmiennością genetyczną człowieka a cechami fenotypowymi w skali populacji znacznie poprawiłoby zrozumienie mechanizmów chorób, a tym samym utorowało drogę do spersonalizowanej profilaktyki i terapii. Z uwagi na ogromne ilości danych do analizy, znalezienie związków między cechami genetycznymi a odpowiadającymi im cechami fenotypowymi wymaga zastosowania potężnych narzędzi obliczeniowych. Finansowana przez program działań „Maria Skłodowska-Curie” sieć MLFPM2018 zrzeszająca wiodące europejskie instytuty badawcze specjalizujące się w dziedzinie uczenia maszynowego i genetyki statystycznej szkoli 14 badaczy na wczesnym etapie kariery, aby mogli stać się nowym pokoleniem ekspertów naukowych, którzy sprostają wyzwaniom nowej cyfrowej ery w opiece zdrowotnej.
Cel
Healthcare is entering the digital era: More and more patient data, from the molecular level of genome sequences to the level of image phenotypes and health history, are available in digital form. Exploring this big health data promises to reveal new insights into disease mechanisms and therapy outcomes. Ultimately, the goal is to exploit these insights for Precision Medicine, which hopes to offer personalized preventive care and therapy selection for each patient.
A technology with transformational potential in analysing this health data is Machine Learning. Machine Learning strives to discover new knowledge in form of statistical dependencies in large datasets. Mining health data is, however, not a simple direct application of established machine learning techniques. On the contrary, the emerging population-scale and ultra-high dimensionality of health data creates the need to develop Machine Learning algorithms that can successfully operate at this scale. Overcoming these frontiers in Machine Learning is key to making the vision of Precision Medicine a reality.
To meet this challenge, Europe urgently needs a new generation of scientists with knowledge in both machine learning and in health data analysis, who are extremely rare at a global scale. Our ETN’s goal is to close this gap, by bringing together leading European research institutes in Machine Learning and Statistical Genetics, both from the private and public sector, to train 14 early stage researchers. These scientists will help to shape the future of this important topic and increase Europe’s competitiveness in this domain, which will have severe academic and industrial impact in the future and has the potential to shape the healthcare and high tech sector in Europe in the 21st century.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.
Klasyfikacja tego projektu została potwierdzona przez zespół projektowy.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego. Więcej informacji: Europejski Słownik Naukowy.
Klasyfikacja tego projektu została potwierdzona przez zespół projektowy.
- nauki przyrodnicze informatyka nauka o danych
- nauki przyrodnicze nauki biologiczne genetyka
- medycyna i nauki o zdrowiu nauki o zdrowiu medycyna spersonalizowana
- nauki przyrodnicze matematyka matematyka stosowana statystyka i rachunek prawdopodobieństwa
- nauki przyrodnicze informatyka sztuczna inteligencja uczenie maszynowe
Słowa kluczowe
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Program(-y)
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
GŁÓWNY PROGRAM
Wyświetl wszystkie projekty finansowane w ramach tego programu -
H2020-EU.1.3.1. - Fostering new skills by means of excellent initial training of researchers
Wyświetl wszystkie projekty finansowane w ramach tego programu
Temat(-y)
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
System finansowania
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
MSCA-ITN - Marie Skłodowska-Curie Innovative Training Networks (ITN)
Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania
Zaproszenie do składania wniosków
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
(odnośnik otworzy się w nowym oknie) H2020-MSCA-ITN-2018
Wyświetl wszystkie projekty finansowane w ramach tego zaproszeniaKoordynator
Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.
8092 Zuerich
Szwajcaria
Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.