Skip to main content
European Commission logo
español español
CORDIS - Resultados de investigaciones de la UE
CORDIS
CORDIS Web 30th anniversary CORDIS Web 30th anniversary

Improved clinical decisions via integrating multiple data levels to overcome chemotherapy resistance in high-grade serous ovarian cancer

Descripción del proyecto

Mejora de la toma de decisiones para el tratamiento del cáncer de ovario

El cáncer de ovario mata a más de cuarenta y cuatro mil mujeres en Europa cada año debido a la falta de tratamientos eficaces y duraderos. El proyecto financiado con fondos europeos DECIDER tiene por objeto reducir las muertes por cáncer de ovario así como la cantidad de tratamientos costosos pero ineficientes. La iniciativa analizará los datos de muestras de tejido, plasma e histopatológicas de pacientes con cáncer de ovario seroso de alto grado utilizando métodos de aprendizaje automático e inteligencia artificial para mejorar el diagnóstico, predecir la respuesta al tratamiento e identificar las opciones terapéuticas más eficaces. Los investigadores también desarrollarán «software» de código abierto que permita visualizar todos los datos pertinentes específicos del paciente para guiar la toma de decisiones clínicas. Este importante avance en la medicina personalizada ayudará tanto a los pacientes individuales como al sistema de salud a través de tratamientos más eficaces y mejores ensayos clínicos estratificados y técnicas de diagnóstico.

Objetivo

The goals of this inter-disciplinary project are to 1) gain understanding of the mechanisms causing chemoresistance in high-grade serous ovarian cancer (HGSOC) patients, 2) deliver tools that enable effective and cost-efficient personalised treatment options for HGSOC patients, and 3) commercialise predictive kits & software for treatment response prediction and finding the right therapeutic regimen to the right patient. This project takes an advantage on prospectively and longitudinally collected fresh and blood specimens of HGSOC patients. Longitudinal, multi-layer data are analysed with ML and AI methods to predict patient treatment response and identify the most effective treatment options. Drug screening with patient-derived 3D ex vivo cell models are used to identify drug combination options. Key results will be validated with retrospective cohorts, and in vitro, ex vivo & in vivo models. We will develop an open-source software to visualise all relevant patient-specific data to guide clinical decision-making. Clinically most actionable treatment suggestions will be evaluated in virtual molecular tumour board and translated to patient care.
Ovarian cancer kills more than 44,000 women in Europe every year due to lack of effective and long-lasting therapeutic regimens. DECIDER presents an innovative strategy to suggest effective treatments that lead to a marked decrease in ovarian cancer deaths and reduce the number of expensive but inefficient treatments. Our approach paves the way to move beyond the current trial-and-error clinical assessment of drug combinations toward more systematic prediction of the most effective treatments for each patient. The proposed concept will be a major breakthrough in personalised medicine and will benefit individual patients and the health-care system through more effective treatments, and the diagnostic and pharmaceutical industry through tools for better stratified clinical trials, and novel treatment and diagnostic modalities.

Convocatoria de propuestas

H2020-SC1-BHC-2018-2020

Consulte otros proyectos de esta convocatoria

Convocatoria de subcontratación

H2020-SC1-2020-Single-Stage-RTD

Régimen de financiación

RIA - Research and Innovation action

Coordinador

HELSINGIN YLIOPISTO
Aportación neta de la UEn
€ 5 296 055,00
Dirección
YLIOPISTONKATU 3
00014 Helsingin Yliopisto
Finlandia

Ver en el mapa

Región
Manner-Suomi Helsinki-Uusimaa Helsinki-Uusimaa
Tipo de actividad
Higher or Secondary Education Establishments
Enlaces
Coste total
€ 5 296 055,00

Participantes (14)