Descrizione del progetto
Supercalcolo e megadati per applicazioni biomediche
Il cosiddetto quarto paradigma della scienza si basa sugli ambienti unificati di analisi di calcolo ad alte prestazioni (HPC) e di megadati. Si prevede che farà progredire sensibilmente la ricerca e l’innovazione scientifiche sulla salute. Il progetto DeepHealth, finanziato dall’UE, fornirà la potenza del calcolo ad alte prestazioni al servizio di applicazioni biomediche e applicherà tecniche di apprendimento profondo su insiemi di dati biomedici numerosi e composti, con l’obiettivo di sostenere nuovi metodi più efficaci per la diagnosi, il monitoraggio e il trattamento di malattie. Il progetto svilupperà una struttura resistente e scalabile per l’ambiente di calcolo ad alte prestazioni e i megadati che dipenderà da due nuovi archivi: l’European Distributed Deep Learning Library (EDDLL) e l’European Computer Vision Library (ECVL). Una volta convalidata, la struttura consentirà la formazione di modelli e fornirà i dati sulla formazione provenienti da diversi campi medici.
Obiettivo
Health scientific discovery and innovation are expected to quickly move forward under the so called “fourth paradigm of science”, which relies on unifying the traditionally separated and heterogeneous high-performance computing and big data analytics environments.
Under this paradigm, the DeepHealth project will provide HPC computing power at the service of biomedical applications; and apply Deep Learning (DL) techniques on large and complex biomedical datasets to support new and more efficient ways of diagnosis, monitoring and treatment of diseases.
DeepHealth will develop a flexible and scalable framework for the HPC + Big Data environment, based on two new libraries: the European Distributed Deep Learning Library (EDDLL) and the European Computer Vision Library (ECVL). The framework will be validated in 14 use cases which will allow to train models and provide training data from different medical areas (migraine, dementia, depression, etc.). The resulting trained models, and the libraries, will be integrated and validated in 7 existing biomedical software platforms, which include: a) commercial platforms (e.g. PHILIPS Clinical Decision Support System from or THALES SIX PIAF; and b) research oriented platforms (e.g. CEA`s ExpressIF™ or CRS4`s Digital Pathology). Impact is measured by tracking the time-to-model-in-production (ttmip).
Through this approach, DeepHealth will also standardise HPC resources to the needs of DL applications, and underpin the compatibility and uniformity on the set of tools used by medical staff and expert users. The final DeepHealth solution will be compatible with HPC infrastructures ranging from the ones in supercomputing centers to the ones in hospitals.
DeepHealth involves 21 partners from 9 European Countries, gathering a multidisciplinary group from research organisations (9), health organisations (4) as well as (4) large and (4) SME industrial partners, with strong commitment towards innovation, exploitation and sustainability.
Campo scientifico
- natural sciencescomputer and information sciencesdata sciencebig data
- natural sciencescomputer and information sciencesartificial intelligencecomputer vision
- medical and health sciencesbasic medicineneurologydementia
- medical and health sciencesbasic medicinepathology
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
Parole chiave
Programma(i)
Meccanismo di finanziamento
IA - Innovation actionCoordinatore
28050 Madrid
Spagna
Mostra sulla mappa
Partecipanti (24)
Soggetto giuridico diverso da un subappaltatore che è affiliato o legalmente collegato a un partecipante. Il soggetto svolge le attività secondo le condizioni stabilite nell’accordo di sovvenzione, fornisce beni o servizi per l’azione, ma non ha sottoscritto l’accordo di sovvenzione. Una terza parte rispetta le regole applicabili al suo partecipante correlato ai sensi dell’accordo di sovvenzione per quanto riguarda l’ammissibilità dei costi e il controllo delle spese.
50002 Zaragoza
Mostra sulla mappa
46022 Valencia
Mostra sulla mappa
5684 PC Best
Mostra sulla mappa
Partecipazione conclusa
013685 BUCURESTI
Mostra sulla mappa
171 21 Nea Smyrni
Mostra sulla mappa
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.
92230 Gennevilliers
Mostra sulla mappa
75015 PARIS 15
Mostra sulla mappa
08034 Barcelona
Mostra sulla mappa
83052 Bruckmuehl
Mostra sulla mappa
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.
10124 Torino
Mostra sulla mappa
Soggetto giuridico diverso da un subappaltatore che è affiliato o legalmente collegato a un partecipante. Il soggetto svolge le attività secondo le condizioni stabilite nell’accordo di sovvenzione, fornisce beni o servizi per l’azione, ma non ha sottoscritto l’accordo di sovvenzione. Una terza parte rispetta le regole applicabili al suo partecipante correlato ai sensi dell’accordo di sovvenzione per quanto riguarda l’ammissibilità dei costi e il controllo delle spese.
00185 Roma
Mostra sulla mappa
41121 Modena
Mostra sulla mappa
09050 Pula Cagliari
Mostra sulla mappa
17177 Stockholm
Mostra sulla mappa
46010 Valencia
Mostra sulla mappa
10126 Torino
Mostra sulla mappa
39106 Magdeburg
Mostra sulla mappa
20457 HAMBURG
Mostra sulla mappa
050659 Bucaresti
Mostra sulla mappa
1015 Lausanne
Mostra sulla mappa
1011 Lausanne
Mostra sulla mappa
33003 Oviedo
Mostra sulla mappa
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.
104 22 Stockholm
Mostra sulla mappa
013685 Bucuresti
Mostra sulla mappa
L’organizzazione si è definita una PMI (piccola e media impresa) al momento della firma dell’accordo di sovvenzione.