Opis projektu
Radiologia onkologiczna oparta na głębokim uczeniu pomoże przewidzieć skuteczność immunoterapii
Głębokie uczenie to jedna z metod uczenia maszynowego oparta na sztucznej inteligencji. W radiologii onkologicznej umożliwia ono nieinwazyjną charakterystykę cech radiomicznych całego guza. Chociaż znany jest już związek pomiędzy sygnaturą radiomiczną a reakcją na leczenie, konieczne są dalsze badania, które pozwolą ocenić wartość kliniczną danych radiomicznych. Naukowcy z finansowanego przez UE projektu CANCER-RADIOMICS przeanalizują dane kliniczne pochodzące z różnych ośrodków, które obejmować będą wyniki nieinwazyjnego obrazowania i badań klinicznych oraz wyczerpującą charakterystykę biologiczną pacjentów z rakiem płuc lub czerniakiem. Celem zespołu jest opracowanie radiomicznych biomarkerów głębokiego uczenia pozwalających przewidzieć skuteczność terapii na podstawie analizy obrazowania. Badacze spróbują także ustalić, czy radiomika może poprawić prognozowanie reakcji na leczenie i pomóc w wyborze pacjentów do leczenia onkologicznego.
Cel
Artificial Intelligence (AI), deep-learning in particular, is propelling the field of radiology forward at a rapid pace. In oncology, AI can characterize the radiomic phenotype of the entire tumor and provide a non-invasive window into the internal growth patterns of a cancer lesion. This is especially important for patients treated with immunotherapy as, despite the remarkable success of these novel therapies, the clinical benefit remains limited to a subset. As immunotherapy is expensive and could bring unnecessary toxicity there is a direct need to identify beneficial patients, but this remains difficult in clinical practice today. Radiomic biomarkers could address this, as, unlike biopsies that only represent a sample within the tumor, radiomics can depict a full picture of each cancer lesion with a single non-invasive examination. Previous work found significant connections between radiomic data, molecular pathways, and clinical outcomes. However, a direct link between radiomics and immunotherapy response has not yet been established. This project will address this problem by analyzing unique multicentre clinical data, including non-invasive imaging, clinical outcomes, and extensive biologic characterization of patients with lung or melanoma cancer. Specifically, I will develop deep-learning radiomic biomarkers to predict immunotherapy response using baseline (WP1) and follow-up imaging (WP2). I will also investigate if radiomics can characterize underlying biological factors, and, in turn, can be used to improve response predictions (WP3). Successful completion of this proposal will demonstrate the potential of radiomics to help physicians in selecting patients who will likely benefit from immunotherapy, while sparing this expensive and potentially toxic treatment for patients who don't. This work has implications for the use of imaging-based biomarkers in the clinic, as they can be applied noninvasively, repeatedly, and at low additional cost.
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 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.
- medycyna i nauki o zdrowiu medycyna kliniczna onkologia rak skóry czerniak
- medycyna i nauki o zdrowiu medycyna kliniczna radiologia
- medycyna i nauki o zdrowiu medycyna kliniczna immunologia immunoterapia
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Przepraszamy… podczas wykonywania operacji wystąpił nieoczekiwany błąd.
Wymagane uwierzytelnienie. Powodem może być wygaśnięcie sesji.
Dziękujemy za przesłanie opinii. Wkrótce otrzymasz wiadomość e-mail z potwierdzeniem zgłoszenia. W przypadku wybrania opcji otrzymywania powiadomień o statusie zgłoszenia, skontaktujemy się również gdy status ulegnie zmianie.
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.1.1. - EXCELLENT SCIENCE - European Research Council (ERC)
GŁÓWNY PROGRAM
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.
ERC-COG - Consolidator Grant
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) ERC-2019-COG
Wyświetl wszystkie projekty finansowane w ramach tego zaproszeniaInstytucja przyjmująca
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.
6200 MD Maastricht
Niderlandy
Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.