Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Cancer Long Survivors Artificial Intelligence Follow Up

Opis projektu

Analiza danych poprawi jakość życia pacjentów, którzy pokonali raka

Dzięki rozwojowi metod diagnostyki i leczenia raka w ostatnich latach znacząco wzrósł wskaźnik przeżycia pacjentów onkologicznych. Jednak zapewnienie wysokiej jakości życia tych pacjentów wciąż stanowi duże wyzwanie. W ramach finansowanego ze środków UE projektu CLARIFY zostaną zidentyfikowane czynniki ryzyka wpływające na pogorszenie stanu zdrowia pacjentów na końcowym etapie leczenia onkologicznego. Badacze skupią się w szczególności na gromadzeniu danych na temat pacjentów szpitali w Hiszpanii, którzy pokonali nowotwór piersi, płuc oraz chłoniaka (tj. typy nowotworów o najwyższym wskaźniku chorobowości). Wykorzystując techniki z zakresu dużych zestawów danych i sztucznej inteligencji, zestawią oni wszystkie dane z odnośnymi, publicznie dostępnymi informacjami biomedycznymi, jak również z informacjami z urządzeń noszonych na ciele po zakończonym leczeniu. Na podstawie analizy zebranych danych badacze będą mogli przewidzieć specyficzne dla danego pacjenta czynniki ryzyka wystąpienia efektów wtórnych i toksyczności będących skutkiem leczenia onkologicznego.

Cel

There were 17 million new cases of cancer diagnosed worldwide in 2018. Survival rates of cancer patients were rather poor until recent decades, when diagnostic techniques have been improved and novel therapeutic options have been developed. It is estimated that more than 50% of adult patients diagnosed with cancer live at least 5 years in the US and Europe. This situation leads to a new challenge: to increase the cancer patients’ post-treatment quality of life and well-being. This proposal aims at identifying cancer survivors from three prevalent types of cancer, including breast, lung and lymphomas. The patient data will be collected from different Spanish hospitals and the selection will be based on ongoing health and supportive care needs of the particular patient types. We will determine the personalised factors that predict poor health status after specific oncological treatments. For this aim, Big Data and Artificial Intelligence techniques will be used to integrate all available patient´s information with publicly available relevant biomedical databases as well as information from wearable devices used after the treatment. To predict patient-specific risk of developing secondary effects and toxicities of their cancer treatments, we will build novel models based on statistical relational learning and explainable AI techniques on top of the integrated knowledge graphs. The models will utilise background knowledge of the associated cancer biology and thus will help clinicians to make evidence-based post-treatment decisions in a way that is not possible at all with any existing approach. In summary, CLARIFY proposes to integrate and analyse large volumes of heterogenous multivariate data to facilitate early discovery of risk factors that may deteriorate a patient condition after the end of oncological treatment. This will effectively help to stratify cancer survivors by risk in order to personalize their follow-up by better assessment of their needs.

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.

Aby użyć tej funkcji, musisz się zalogować lub zarejestrować

Słowa kluczowe

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.

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.

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.

RIA - Research and Innovation action

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.

(odnośnik otworzy się w nowym oknie) H2020-SC1-DTH-2018-2020

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

SERVICIO MADRILENO DE SALUD
Wkład UE netto

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.

€ 371 250,00
Adres
Paseo De la Castellana, 280
28046 MADRID
Hiszpania

Zobacz na mapie

Region
Comunidad de Madrid Comunidad de Madrid Madrid
Rodzaj działalności
Public bodies (excluding Research Organisations and Secondary or Higher Education Establishments)
Linki
Koszt całkowity

Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.

€ 1 018 750,00

Uczestnicy (12)

Moja broszura 0 0