Description du projet
Une approche intelligente de l’identification des individus à haut risque
Les maladies non diagnostiquées constituent un problème récurrent. Plus le diagnostic intervient rapidement, meilleures sont les chances de réduire les risques qu’une personne développe des complications dévastatrices. S’agissant du diabète, de l’accident vasculaire cérébral et de la maladie coronarienne (première cause de décès en Europe), il existe des interventions pharmacologiques et ayant trait au mode de vie. Il est donc primordial d’identifier les individus à haut risque dès les premiers stades. Cependant, les médecins envisagent généralement les prédictions cliniques actuelles uniquement lorsqu’ils suspectent déjà une maladie sous-jacente. Le projet AI-PREVENT, financé par l’UE, entend développer des approches d’IA pour modéliser les trajectoires de santé en s’appuyant sur des données issues des registres nationaux des traitements, des diagnostics, des antécédents familiaux et des informations socio-démographiques, afin d’obtenir des estimations précises des risques pour les maladies cardiométaboliques.
Objectif
Diabetes, stroke and coronary artery disease (cardiometabolic diseases) are the leading cause of death in Europe. Given that effective pharmacological and lifestyle interventions are available, it is important to identify high risk individuals at an early stage. Traditionally, this is done using clinical prediction models. However, the established models have substantial limitations: they are often used by doctors only when an underlying disease is already suspected, they are not developed on updated nationally-representative data and they require time-consuming clinical measurements. Thus, a substantial part of the population is not provided with risk assessment. I propose to revolutionize the existing approaches to primary prevention by providing risk assessment of cardiometabolic diseases before an individual even steps into the doctors office for a visit. To this end my project has three main objectives:
1) Development of artificial intelligence (AI) approaches to model health trajectories based on nationwide registry data on medications, diagnoses, familial risk and socio-demographic information to obtain accurate risk estimates for cardiometabolic disease. I will integrate high quality data from selected countries that have long traditions of registry data (Finland and Sweden, over 7.5 million individuals).
2) To identify health trajectories that maximize the clinical utility of genetic scores by integrating genetic and registry-based data on > 1 million people to identify subgroups of individuals for whom genetic information might improve risk prediction.
3) Validation of AI and genetic-based risk assessment as first-stage screening via a clinical study in 2800 individuals.
My project leverages the latest developments in AI and high-quality data of unprecedented scale to deliver a paradigm shift with important public health consequences by potentially changing the way cardiometabolic disease risk is assessed.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
- sciences médicales et de la santémédecine fondamentalepharmacologie et pharmacieproduit pharmaceutique
- sciences médicales et de la santémédecine cliniqueendocrinologiediabète
- sciences médicales et de la santémédecine fondamentaleneurologieaccident vasculaire cérébral
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Programme(s)
Thème(s)
Appel à propositions
(s’ouvre dans une nouvelle fenêtre) ERC-2020-STG
Voir d’autres projets de cet appelRégime de financement
ERC-STG - Starting GrantInstitution d’accueil
00014 HELSINGIN YLIOPISTO
Finlande