Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

A nationwide artificial intelligence risk assessment for primary prevention of cardiometabolic diseases

Descrizione del progetto

Un modo intelligente per identificare individui ad alto rischio

Le malattie non diagnosticate sono sempre un problema. Prima viene fatta la diagnosi, maggiori sono le probabilità di ridurre il rischio che la persona sviluppi complicanze devastanti. Per quanto riguarda il diabete, l’ictus e la coronaropatia (la causa principale di morte in Europa), sono disponibili interventi farmacologici e relativi allo stile di vita. Questo rende importante identificare precocemente gli individui ad alto rischio. Attualmente, però, i medici prendono in considerazione le previsioni cliniche attuali soltanto quando già si ipotizza una malattia sottostante. Il progetto AI-PREVENT, finanziato dall’UE, svilupperà approcci di IA per modellizzare traiettorie sanitarie basate su registri di dati a livello nazionale su farmaci, diagnosi, rischio familiare e informazioni sociodemografiche al fine di ottenere stime di rischio accurate per la malattia cardiometabolica.

Obiettivo

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 doctor’s 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.

Campo scientifico (EuroSciVoc)

Programma(i)

Argomento(i)

Meccanismo di finanziamento

ERC-STG - Starting Grant

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2020-STG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

HELSINGIN YLIOPISTO
Contributo netto dell'UE
€ 1 550 057,00
Indirizzo
FABIANINKATU 33
00014 Helsinki
Finlandia
Regione
Manner-Suomi Helsinki-Uusimaa Helsinki-Uusimaa
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
€ 1 550 057,00

Beneficiari (1)