Opis projektu
Komputery będą stawiać diagnozy tak jak lekarze
Potencjał sztucznej inteligencji w opiece zdrowotnej stale rośnie, a jeśli chodzi o stawianie diagnoz medycznych, komputery mogą radzić sobie równie dobrze co ludzie. W ramach finansowanego przez UE projektu MrDoc opracowano platformę sztucznej inteligencji z częściowo nadzorowaną funkcją uczenia się. Platforma ta może analizować i interpretować zestawy danych medycznych. Twórcy projektu zaprojektowali proces imitujący kreatywną ludzką wyobraźnię w celu szybkiego wykrywania i diagnozowania niektórych chorób niezakaźnych, takich jak choroba sercowo-naczyniowa oraz cukrzyca. Proces ten wykorzystuje parametry biometryczne (ciśnienie krwi, wahania tętna, poziom hemoglobiny, poziom glukozy we krwi), oferując wysoki poziom dokładności. Twórcy projektu przygotowują to rozwiązanie do wprowadzenia na rynek, aby sprzedawać je i udostępniać na podstawie licencji trzem grupom docelowym: pacjentom, twórcom oprogramowania i sprzętu (oraz aplikacji), a także firmom farmaceutycznym.
Cel
Non-communicable diseases such as cardiovascular diseases, diabetes, are by far the leading cause of death in the world and a growing burden for patients, healthcare providers and local economies. Despite many NCDs conditions like cardiac arrhythmia, diabetes, hypertension can be cured with early detection, they don’t often show symptoms. During their medical check-up, medical practitioners (GP) can’t be accurate as specific examinations (e.g. EGCs, blood tests), resulting in a growing number of errors or false negative/positive, which represent for Healthcare systems and additional financial burden. People are usually discouraged from doing specific examination due to long waiting time, invasiveness of medical tests and additional costs.Even if technological advancements have led to AI based easy-to-use solutions able to contribute positively to easy and early detection of diseases and pre-diseases condition, they come along with many significant limitations, such as the need to train on huge amounts of labelled data and difficulties in managing inputs that are noisy, incomplete or simply different from the original dataset (such data generated from a smartphone camera).This results in limited accuracy or significant costs and time consume for labelling of data. We have developed a platform based on a semi-supervised learning AI, able to analyse and interpret medical dataset through a process that mimics human creative imagination and, in a very short timeframe, detect and diagnose some NCDs and biometric parameters (blood pressure, Heart rate variability, haemoglobin, blood glucose) from “dirty” signals, generated by consumer electronics devices (smartphones, closed circuit cameras, etc.), with a high level of accuracy overcoming existing limitations.We aim at selling and licence our solution to 3 main targets: - final consumers/patients, - producers/owners of software and hardware tools (as well as Apps) in Health sector, Pharmaceutical companies.
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.
- medycyna i nauki o zdrowiumedycyna klinicznakardiologiachoroby układu krążeniazaburzenia rytmu serca
- nauki przyrodniczeinformatykasztuczna inteligencjauczenie maszynoweuczenie częściowo nadzorowane
- inżynieria i technologiainżynieria elektryczna, inżynieria elektroniczna, inżynieria informatycznainżynieria elektronicznaczujnikiczujniki optyczne
- medycyna i nauki o zdrowiumedycyna klinicznaendokrynologiacukrzyca
- nauki społecznepeagogikapedagogikaaktywne uczenie się
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Program(-y)
Temat(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSzczegółowe działanie
H2020-SMEInst-2018-2020-1
System finansowania
SME-1 - SME instrument phase 1Koordynator
00146 ROMA
Włochy
Organizacja określiła się jako MŚP (firma z sektora małych i średnich przedsiębiorstw) w czasie podpisania umowy o grant.