Skip to main content
European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

A multimodal AI-based toolbox and an interoperable health imaging repository for the empowerment of imaging analysis related to the diagnosis, prediction and follow-up of cancer

Opis projektu

Lepsze diagnozowanie nowotworów i prognozowanie postępów choroby dzięki sztucznej inteligencji

Mimo że sztuczna inteligencja i uczenie maszynowe zapewniają niespotykane dotąd możliwości usprawnienia procesu wykrywania nowotworów, ich użycie ograniczają rozmaite przeszkody natury technicznej, jak również brak dostępnych danych. Celem finansowanego ze środków UE projektu INCISIVE jest opracowanie zestawu narzędzi mającego zwiększyć dokładność, specyficzność i czułość istniejących metod obrazowania nowotworu. Twórcy projektu planują stworzyć paneuropejskie repozytorium obrazów medycznych, które będzie można stosować jako materiał do uczenia maszynowego dla różnych typów nowotworów. Wyniki projektu pomogą w dokładnym prognozowaniu rozprzestrzeniania się raka, jego ewolucji i nawrotów; ułatwią też stratyfikację pacjentów.

Cel

The increasing amount and availability of collected data (cancer imaging) and the development of novel technological tools based on Artificial Intelligence (AI) and Machine Learning (ML), provide unprecedented opportunities for better cancer detection and classification, image optimization, radiation reduction, and clinical workflow enhancement. The INCISIVE project aims to address three major open challenges in order to explore the full potential of AI solutions in cancer imaging: (1) AI challenges unique to medical imaging, (2) Image labelling and annotation and (3) Data availability and sharing. In order to do that INCISIVE plans to develop and validate: (1) an AI-based toolbox that enhances the accuracy, specificity, sensitivity, interpretability and cost-effectiveness of existing cancer imaging methods, (2) an automated-ML based annotation mechanism to rapidly produce training data for machine learning research and (3) a pan-European repository federated repository of medical images, that will enable the secure donation and sharing of data in compliance with ethical, legal and privacy demands, increasing accessibility to datasets and enabling experimentation of AI-based solutions.
The INCISIVE models and analytics will utilize various cancer imaging scans, biological data and EHRs, and will be trained with 1 PB of available data provided by 8 partners within the project. INCISIVE solution will be investigated in four validation studies for Breast, Prostate, Colorectal and Lung Cancer, taking place in 8 pilot sites, from 5 countries (Cyprus, Greece, Italy, Serbia and Spain), with participation of at least 2,600 patients and a total duration of 1.5 year. INCISIVE moves beyond the state of the art, by improving sensitivity and specificity of lower cost scanning methods, accurately predicting the tumor spread, evolution and relapse, enhancing interpretability of results and “democratizing” imaging data.

Zaproszenie do składania wniosków

H2020-SC1-FA-DTS-2018-2020

Zobacz inne projekty w ramach tego zaproszenia

Szczegółowe działanie

H2020-SC1-FA-DTS-2019-1

Koordynator

MAGGIOLI SPA
Wkład UE netto
€ 702 500,00
Adres
VIA DEL CARPINO 8
47822 Santarcangelo Di Romagna
Włochy

Zobacz na mapie

Region
Nord-Est Emilia-Romagna Rimini
Rodzaj działalności
Private for-profit entities (excluding Higher or Secondary Education Establishments)
Linki
Koszt całkowity
€ 702 500,00

Uczestnicy (28)