Descripción del proyecto
Se renuevan los modelos de predicción de diagnóstico para enfermedades cardíacas
Cerca de la mitad de las muertes registradas en Europa cada año están vinculadas a enfermedades cardiovasculares. En los últimos años, la aparición de una nueva generación de redes neuronales profundas ha potenciado de forma significativa la precisión predictiva y mejorado así la evaluación de riesgos y el diagnóstico temprano. Desafortunadamente, la traducción clínica de estas herramientas todavía no se ha realizado de forma efectiva. El proyecto financiado con fondos europeos UNCARIA tiene como objetivo mejorar la capacidad de realizar predicciones con un grado de seguridad sólido. Los modelos actuales carecen en gran medida de esta capacidad, lo que disminuye su potencial de adopción clínica. Este proyecto ayudará a las redes neuronales profundas no solo a producir predicciones diagnósticas precisas, sino también a crear modelos de sus errores y a ser conscientes de ellos.
Objetivo
Cardiovascular diseases account for nearly 45% of all deaths in Europe, with a yearly cost to the EU economy of €210 billions. The emergence of a new generation of deep neural networks (DNNs), powered by higher computing capabilities and the availability of large amounts of data, has enabled unprecedented predictive accuracy, bringing the promise of improving risk assessment and early diagnosis to the field of computational cardiac image understanding. Unfortunately, clinical translation of these tools has not been effectively accomplished yet. A key reason is the black-box nature of these models: through the observation of large-scale annotated data, DNNs can build rich, complex decision boundaries in the image space, but the sequence of mathematical operations leading to such decisions is not readily interpretable by humans.
The goal of this project is to open this black-box in a specific direction: building in these models the ability of understanding when they deliver a prediction with a well-founded confidence degree, and when a prediction is reached based only on local statistical regularities of training data and may not be reliable. Current models largely lack this ability, and this undermines their potential for clinical adoption. This project revolves around a fundamental idea: redefining the conventional way of training DNNs so that they can not only produce accurate diagnostic predictions but also model their own errors and have an awareness of them.
This proposal involves the transfer of the candidate to a worldwide renowned computer vision group, with a secondment in a top-tier medical research institution, followed by a returning stage in one of the most prestigious biomedical image analysis research groups within Europe. The proposed workplan is designed to train the candidate in both cutting-edge computer vision and clinical knowledge in the outgoing stage, maximizing potential for knowledge transfer to the European host during the incoming phase.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural. Véas: El vocabulario científico europeo..
- ciencias naturales informática y ciencias de la información inteligencia artificial visión artificial
- ciencias médicas y de la salud medicina clínica cardiología enfermedad cardiovascular
- ciencias naturales informática y ciencias de la información inteligencia artificial inteligencia computacional
Para utilizar esta función, debe iniciar sesión o registrarse
Le pedimos disculpas, pero se ha producido un error inesperado durante la ejecución.
Necesita estar autentificado. Puede que su sesión haya finalizado.
Gracias por su comentario. En breve recibirá un correo electrónico para confirmar el envío. Si ha seleccionado que se le notifique sobre el estado del informe, también se le contactará cuando el estado del informe cambie.
Palabras clave
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Palabras clave del proyecto indicadas por el coordinador del proyecto. No confundir con la taxonomía EuroSciVoc (Ámbito científico).
Programa(s)
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
Programas de financiación plurianuales que definen las prioridades de la UE en materia de investigación e innovación.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
PROGRAMA PRINCIPAL
Ver todos los proyectos financiados en el marco de este programa -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Ver todos los proyectos financiados en el marco de este programa
Tema(s)
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Las convocatorias de propuestas se dividen en temas. Un tema define una materia o área específica para la que los solicitantes pueden presentar propuestas. La descripción de un tema comprende su alcance específico y la repercusión prevista del proyecto financiado.
Régimen de financiación
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
Régimen de financiación (o «Tipo de acción») dentro de un programa con características comunes. Especifica: el alcance de lo que se financia; el porcentaje de reembolso; los criterios específicos de evaluación para optar a la financiación; y el uso de formas simplificadas de costes como los importes a tanto alzado.
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)
Ver todos los proyectos financiados en el marco de este régimen de financiación
Convocatoria de propuestas
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
Procedimiento para invitar a los solicitantes a presentar propuestas de proyectos con el objetivo de obtener financiación de la UE.
(se abrirá en una nueva ventana) H2020-MSCA-IF-2019
Ver todos los proyectos financiados en el marco de esta convocatoriaCoordinador
Aportación financiera neta de la UE. Es la suma de dinero que recibe el participante, deducida la aportación de la UE a su tercero vinculado. Considera la distribución de la aportación financiera de la UE entre los beneficiarios directos del proyecto y otros tipos de participantes, como los terceros participantes.
08002 Barcelona
España
Los costes totales en que ha incurrido esta organización para participar en el proyecto, incluidos los costes directos e indirectos. Este importe es un subconjunto del presupuesto total del proyecto.