Opis projektu
Analiza danych poprawi jakość życia pacjentów, którzy pokonali raka
Dzięki rozwojowi metod diagnostyki i leczenia raka w ostatnich latach znacząco wzrósł wskaźnik przeżycia pacjentów onkologicznych. Jednak zapewnienie wysokiej jakości życia tych pacjentów wciąż stanowi duże wyzwanie. W ramach finansowanego ze środków UE projektu CLARIFY zostaną zidentyfikowane czynniki ryzyka wpływające na pogorszenie stanu zdrowia pacjentów na końcowym etapie leczenia onkologicznego. Badacze skupią się w szczególności na gromadzeniu danych na temat pacjentów szpitali w Hiszpanii, którzy pokonali nowotwór piersi, płuc oraz chłoniaka (tj. typy nowotworów o najwyższym wskaźniku chorobowości). Wykorzystując techniki z zakresu dużych zestawów danych i sztucznej inteligencji, zestawią oni wszystkie dane z odnośnymi, publicznie dostępnymi informacjami biomedycznymi, jak również z informacjami z urządzeń noszonych na ciele po zakończonym leczeniu. Na podstawie analizy zebranych danych badacze będą mogli przewidzieć specyficzne dla danego pacjenta czynniki ryzyka wystąpienia efektów wtórnych i toksyczności będących skutkiem leczenia onkologicznego.
Cel
There were 17 million new cases of cancer diagnosed worldwide in 2018. Survival rates of cancer patients were rather poor until recent decades, when diagnostic techniques have been improved and novel therapeutic options have been developed. It is estimated that more than 50% of adult patients diagnosed with cancer live at least 5 years in the US and Europe. This situation leads to a new challenge: to increase the cancer patients’ post-treatment quality of life and well-being. This proposal aims at identifying cancer survivors from three prevalent types of cancer, including breast, lung and lymphomas. The patient data will be collected from different Spanish hospitals and the selection will be based on ongoing health and supportive care needs of the particular patient types. We will determine the personalised factors that predict poor health status after specific oncological treatments. For this aim, Big Data and Artificial Intelligence techniques will be used to integrate all available patient´s information with publicly available relevant biomedical databases as well as information from wearable devices used after the treatment. To predict patient-specific risk of developing secondary effects and toxicities of their cancer treatments, we will build novel models based on statistical relational learning and explainable AI techniques on top of the integrated knowledge graphs. The models will utilise background knowledge of the associated cancer biology and thus will help clinicians to make evidence-based post-treatment decisions in a way that is not possible at all with any existing approach. In summary, CLARIFY proposes to integrate and analyse large volumes of heterogenous multivariate data to facilitate early discovery of risk factors that may deteriorate a patient condition after the end of oncological treatment. This will effectively help to stratify cancer survivors by risk in order to personalize their follow-up by better assessment of their needs.
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.
- nauki przyrodniczeinformatykasztuczna inteligencja
- nauki przyrodniczeinformatykainternetinternet rzeczy
- nauki przyrodniczeinformatykanauka o danychduże zbiory danych
- nauki przyrodniczeinformatykainżynieria wiedzy
- medycyna i nauki o zdrowiumedycyna klinicznaonkologia
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-SC1-DTH-2019
System finansowania
RIA - Research and Innovation actionKoordynator
28046 MADRID
Hiszpania