Opis projektu
Sztuczna inteligencja jako nowe narzędzie do koordynacji leczenia raka
Celem finansowanego przez UE projektu CHAIMELEON jest powołanie ogólnoeuropejskiego repozytorium danych obrazowych dotyczących zdrowia, będącego otwartym źródłem dla eksperymentów wykorzystujących sztuczną inteligencję w leczeniu raka. Repozytorium będzie bazowało na doświadczeniu partnerów klinicznych i zewnętrznych współpracowników. Będzie zawierać multimodalne obrazowanie i powiązane dane kliniczne dla poprzednio i nowo zdiagnozowanych pacjentów cierpiących na raka płuc, prostaty i jelita grubego. Multimodalny silnik danych analitycznych ułatwi interpretację i pobieranie ważnych informacji przechowywanych w repozytorium, a jego zastosowanie i wykorzystanie jako narzędzia umożliwiającego eksperymenty wykorzystujące sztuczną inteligencję będzie potwierdzone przez światowej klasy europejskich twórców sztucznej inteligencji. Wybrane narzędzia sztucznej inteligencji będą poddane wczesnej walidacji podczas klinicznych badań obserwacyjnych, koordynowanych przez wiodących ekspertów w szpitalach leczących raka płuc, piersi, jelita grubego i prostaty.
Cel
CHAIMELEON aims to set up a structured repository for health imaging data to be openly reused in AI experimentation for cancer management. An EU-wide repository will be built as a distributed infrastructure in full compliance with legal and ethics regulations in the involved countries. It will build on partner´s experience (e.g. PRIMAGE repository for paediatric cancer and the Euro-BioImaging node for Valencia population, by HULAFE; the Radiomics Imaging Archive by Maastricht University; the national repository DRIM AI France, the Oncology imaging biobank by Pisa University). Clinical partners and external collaborators will populate the Repository with multimodality (MR, CT, PET/CT) imaging and related clinical data for historic and newly diagnosed lung, prostate, colon and rectal cancer patients.
A multimodal analytical data engine will facilitate to interpret, extract and exploit the right information stored at the Repository. An ambitious development and implementation of AI-powered pipelines will enable advancement towards automating data deidentification, curation, annotation, integrity securing and images harmonisation, the latest being of the highest importance for enabling reproducibility of Radiomics when using large multiscanner/multicentre image datasets.
The usability and performance of the Repository as a tool fostering AI experimentation will be validated, including a validation subphase by other world-class European AI developers, articulated via the organisation of Open Challenges to the AI Community. A set of selected AI tools will undergo early on-silico validation in observational (non-interventional) clinical studies coordinated by leading experts in Gustave Roussy (lung cancer), San Donato (breast), Sapienza (colon and rectal) and La Fe (prostate) hospitals. Their performance will be assessed, including external independent validation, on hallmark clinical decisions in response to some of the currently most important clinical end points in cancer.
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.
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.
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Temat(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-SC1-FA-DTS-2019-1
System finansowania
RIA - Research and Innovation actionKoordynator
46026 Valencia
Hiszpania