Tilbake til søkeresultatene
H20-HEALTH-Health, demographic change and wellbeing
Finding Endometriosis using Machine Learning
Tildelt: kr 2,4 mill.
Kilde:
Prosjektleder:
Prosjektnummer:
101017562
Søknadstype:
Prosjektperiode:
2021 - 2024
Midlene er mottatt fra:
Organisasjon:
Finding Endometriosis using Machine Learning
The framework 'P4 Medicine' (predictive, preventative, personalized, participatory) was developed to detect and prevent disease through close monitoring, deep statistical analysis, biomarker testing, and patient health coaching to best use the limited healthcare resources and produce maximum benefit for all patients. However, we have seen only few feasible examples over the past 10 years. The Finding Endometriosis using Machine Learning (FEMaLe) project will revitalise the concept to develop and demonstrate the Scalable Multi-Omics Platform (SMOP) that converts multi-omic person population datasets into a personalised predictive model to improve intervention along the continuum of care for people with endometriosis. We will design, validate and implement a comprehensive model for the detection and management of people with endometriosis to facilitate shared decision making between the patient and the healthcare provider, enable the delivery of precision medicine, and drive new discoveries in endometriosis treatment to deliver novel therapies and improve quality of life for patients. We will rely on participatory processes, advanced computer sciences, state-of-the-art technologies, and patient-shared data to deliver: 1) mobile health app for people with endometriosis, 2) three clinical decision support (CDS) tools for targeted healthcare providers (risk stratification tool for general practitioners, multi-marker signature tool for gynaecologists, and non-invasive diagnostic tool for radiologist), and 3) computer vision-based software tool for real time augmented reality guided surgery of endometriosis. Health maintenance organisations (HMO) expect to be able to reduce overall cost of treatment by at least 20%, while improving patient outcomes, using CDS tools. The SMOP will be based on open protocol, embedded in all ethical and legal frameworks, to enable tailored and personalised usage to improve the lives of patients across Europe beyond the project period.
Budsjettformål:
H20-HEALTH-Health, demographic change and wellbeing
2,4MRD. KRtotalt tildelt i programperioden137PROSJEKTERhar fått tildeling i programperioden1KILDEhar finansiert programmet
Finansieringskilder
Temaer og emner
Politikk- og forvaltningsområderNæring og handelDigitalisering og bruk av IKTOffentlig sektorIKT forskningsområdeKunstig intelligens, maskinlæring og dataanalyseIKTIKT - Bruk og anvendelser i andre fagDigitalisering og bruk av IKTPrivat sektorLTP3 Et kunnskapsintensivt næringsliv i hele landetInternasjonaliseringPortefølje Muliggjørende teknologierHelseKlinisk forskningLTP3 IKT og digital transformasjonIKT forskningsområdeMenneske, samfunn og teknologiDelportefølje InternasjonaliseringBransjer og næringerHelsenæringenPolitikk- og forvaltningsområderHelse og omsorgHelseSamfunnsmedisinsk og annen helsefaglig forskningInternasjonaliseringInternasjonalt prosjektsamarbeidLTP3 Uttesting og kommersialisering av FoUDelportefølje Et velfungerende forskningssystemFNs BærekraftsmålMål 3 God helsePortefølje HelsePortefølje InnovasjonPortefølje ForskningssystemetIKTDigitalisering og bruk av IKTPolitikk- og forvaltningsområderForskningHelseTranslasjonsforskningAnvendt forskningLTP3 Muliggjørende og industrielle teknologierLTP3 Styrket konkurransekraft og innovasjonsevneFNs BærekraftsmålIKT forskningsområdeUtviklingsarbeidLTP3 HelsePolitikk- og forvaltningsområderBransjer og næringerIKT-næringenBransjer og næringerHelsePolitikk- og forvaltningsområderDigitaliseringVerifisering, pilotering, demonstrasjon (ny fra 2014)