Projektbeschreibung
KI-Modelle zur Diagnose von Prostatakrebs
Prostatakrebs ist in Europa die zweithäufigste Krebsart bei Männern und weist die dritthöchste Mortalität auf. Bisherige klinische Praktiken neigen zur Überdiagnose und Überbehandlung. Daher sind effektivere Methoden erforderlich, um zwischen aggressiven und nicht-aggressiven Erkrankungen zu unterscheiden. Das EU-finanzierte Projekt ProCAncer-I schlägt die Entwicklung von fortschrittlichen Modellen auf der Basis von künstlicher Intelligenz (KI) vor, um den klinischen Anforderungen in Bezug auf Diagnose, Metastasenerkennung und Vorhersage der Therapieansprache gerecht zu werden. Zu diesem Zweck planen die Projektpartner den Aufbau einer umfassenden, interoperablen Datenbank mit medizinischen Bildaufnahmen sowie einer skalierbaren, leistungsfähigen Rechenplattform mit dem bislang umfangreichsten Bestand an Magnetresonanzbildern von Prostatakrebs-Erkrankten. Diese werden dazu dienen, die Entwicklung zuverlässiger KI-Modelle für Prostatakrebs zu unterstützen. Um die klinische Implementierung der entwickelten Modelle zu beschleunigen, werden die Projektpartner ihre Leistungsfähigkeit, Genauigkeit und Reproduzierbarkeit streng überwachen.
Ziel
In Europe, prostate cancer (PCa) is the second most frequent type of cancer in men and the third most lethal. Current clinical practices, often leading to overdiagnosis and overtreatment of indolent tumors, suffer from lack of precision calling for advanced AI models to go beyond SoA by deciphering non-intuitive, high-level medical image patterns and increase performance in discriminating indolent from aggressive disease, early predicting recurrence and detecting metastases or predicting effectiveness of therapies. To date efforts are fragmented, based on single–institution, size-limited and vendor-specific datasets while available PCa public datasets (e.g. US TCIA) are only few hundred cases making model generalizability impossible.
The ProCAncer-I project brings together 20 partners, including PCa centers of reference, world leaders in AI and innovative SMEs, with recognized expertise in their respective domains, with the objective to design, develop and sustain a cloud based, secure European Image Infrastructure with tools and services for data handling. The platform hosts the largest collection of PCa multi-parametric (mp)MRI, anonymized image data worldwide (>17,000 cases), based on data donorship, in line with EU legislation (GDPR). Robust AI models are developed, based on novel ensemble learning methodologies, leading to vendor-specific and -neutral AI models for addressing 8 PCa clinical scenarios.
To accelerate clinical translation of PCa AI models, we focus on improving the trust of the solutions with respect to fairness, safety, explainability and reproducibility. Metrics to monitor model performance and a causal explainability functionality are developed to further increase clinical trust and inform on possible failures and errors. A roadmap for AI models certification is defined, interacting with regulatory authorities, thus contributing to a European regulatory roadmap for validating the effectiveness of AI-based models for clinical decision making.
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-SC1-FA-DTS-2019-1
Finanzierungsplan
RIA - Research and Innovation actionKoordinator
70013 Irakleio
Griechenland
Auf der Karte ansehen
Beteiligte (20)
1400-038 Lisboa
Auf der Karte ansehen
Beteiligung beendet
6525 XZ Nijmegen
Auf der Karte ansehen
46026 Valencia
Auf der Karte ansehen
56126 Pisa
Auf der Karte ansehen
13273 Marseille
Auf der Karte ansehen
06800 Cankaya Ankara
Auf der Karte ansehen
17190 Girona
Auf der Karte ansehen
4900 421 Viana Do Castelo
Auf der Karte ansehen
08660 Vilnius
Auf der Karte ansehen
11522 Athina
Auf der Karte ansehen
SW3 6JJ London
Auf der Karte ansehen
28010 Madrid
Auf der Karte ansehen
10060 Candiolo To
Auf der Karte ansehen
00185 Roma
Auf der Karte ansehen
02114 Boston Ma
Auf der Karte ansehen
W1H 7PE LONDON
Auf der Karte ansehen
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).
17123 Athens
Auf der Karte ansehen
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).
46021 Valencia
Auf der Karte ansehen
Die Organisation definierte sich zum Zeitpunkt der Unterzeichnung der Finanzhilfevereinbarung selbst als KMU (Kleine und mittlere Unternehmen).
1010 Wien
Auf der Karte ansehen
6525 GA Nijmegen
Auf der Karte ansehen