Rete

Titolo progetto: Data Tools 4 Heart – A European Health Data Toolbox for Enhancing Cardiology Data Interoperability, Reusability and Privacy

Principal Investigator: Dott. Alfredo Cesario

VISION: Le malattie cardiovascolari sono la principale causa di mortalità a livello mondiale e rappresentano circa un terzo dei decessi annuali.

Lo scopo di DataTools4Heart è valorizzare i dati prodotti in tale ambito al fine di facilitare la ricerca e migliorare le condizioni dei pazienti attraverso la realizzazione di una piattaforma che sarà progettata, testata e implementata in diversi Paesi, garantendo allo stesso tempo conformità a tutti i vincoli legali (ad esempio, la privacy).

MISSION: DataTools4Heart mira a migliorare lo stile di vita dei pazienti affetti da malattie cardiovascolari sviluppando un toolbox completo, federato e rispettoso della privacy per il riutilizzo dei dati in cardiologia. Gli strumenti comprendono una piattaforma che accederà in modo sicuro ai dati nei diversi ospedali e li trasformerà nelle loro controparti digitali (dati sintetici) per essere utilizzati da ricercatori e medici di tutto il mondo. L’accesso a dati cardiologici provenienti da fonti diverse su larga scala sarà facilitato dalla creazione di assistenti virtuali.

FOCUS: Grazie alle capacità di tutti i partecipanti e del consorzio, DataTools4Heart si concentrerà sullo sblocco dei dati sulla salute cardiovascolare attualmente inaccessibili.

DataTools4Heart opera in risposta all’invito della Società Europea di Cardiologia (ESC) a passare ad approcci integrativi basati sui dati per sviluppare una medicina cardiovascolare personalizzata. L’utilizzo di dati sanitari federati multi-sito sarà realizzato grazie al contributo di centri clinici di sette Paesi Europei, ovvero Spagna, Paesi Bassi, Regno Unito, Italia, Svezia, Romania e Repubblica Ceca.

Essi costituiranno un campione rappresentativo del panorama sanitario europeo, per contribuire alla creazione dello European Health Data Space.

OBIETTIVI: DataTools4Heart creerà una piattaforma di dati cardiologici a disposizione di medici, ricercatori e data scientist.

Gli strumenti sviluppati consentiranno l’inserimento e l’armonizzazione dei dati, l’elaborazione del linguaggio naturale in più lingue, l’apprendimento automatico federato e la generazione di dati sintetici. Gli assistenti virtuali aiuteranno inoltre gli utenti a navigare tra dati cardiologici multi-sorgente e su larga scala, nel rispetto delle normative e degli standard europei.

DataTools4Heart è finanziato dal programma di ricerca e innovazione Horizon 2020 dell’Unione Europea (Grant Agremeent n. 101057849)

Principal Investigator: Dott. Alfredo Cesario

Budget: € 260.250  Duration: October 2022 – September 2026

Website: https://www.datatools4heart.eu

COVID-X è un programma che offre accesso a finanziamenti e a un percorso di accelerazione per start-up ed aziende in grado di proporre soluzioni cliniche che, grazie a progetti incentrati sull’utilizzo dell’Intelligenza Artificiale nell’analisi dei dati, possano accelerare e migliorare i processi di diagnosi, prognosi e follow-up dei pazienti colpiti dal virus Sars-CoV2.

COVID-X è finanziato dal programma di ricerca e innovazione Horizon 2020 dell’Unione Europea (Grant Agremeent n. 101016065).

Principal Investigator: Dott. Luca Tagliaferri

Importo finanziato: € 50.000  Durata: aprile 2021 – gennaio 2022

Website: https://www.covid-x.eu/

L’Intelligenza Artificiale applicata al tumore del pancreas: dalla prevenzione alla mitigazione dei rischi.

L’obiettivo specifico di iHELP è l’identificazione precoce e la mitigazione dei rischi associati al cancro del pancreas, utilizzando come base di partenza tecniche avanzate di AI learning e Decision Support System su dati storici dei malati di cancro, raccolti da banche dati e coorti consolidate.

Questa analisi aiuta a determinare i rischi chiave associati al cancro del pancreas, sviluppare modelli predittivi per i rischi identificati e sviluppare modelli adattivi per misure di prevenzione e intervento mirate. Sulla base di questi modelli, il progetto seleziona individui ad alto rischio e li invita a prendere parte allo studio. La raccolta delle informazioni viene eseguita tramite app mobili e dispositivi indossabili dall’utente, e si basa su principi di usabilità e accessibilità comprovati per offrire maggiore consapevolezza, un’esperienza più coinvolgente per il monitoraggio dello stato di salute, la valutazione del rischio ed un supporto decisionale personalizzato.

La stretta collaborazione tra clinici ed esperti di Intelligenza Artificiale si focalizza sull’elaborazione di un supporto decisionale contro i rischi prevedibili e sulla redazione di raccomandazioni personalizzate (ad esempio cambiamenti nello stile di vita, suggerimenti di comportamento, test di screening ecc). Le soluzioni tecnologiche indossabili di iHELP aiutano a validare le tesi di iHELP ed aumentare la consapevolezza relativa alla salute individuale. I dati secondari raccolti attraverso le app mobili e i dispositivi indossabili dall’utente (riguardanti lo stile di vita, il comportamento, le interazioni sociali e la risposta a misure di prevenzione e intervento mirate) sono integrati con i dati primari nel formato HHR standardizzato, all’interno di una piattaforma di Big Data.

Le tecniche di “frugal learning” basate sull’intelligenza artificiale sono sviluppate per fornire una valutazione del rischio quasi in tempo reale basata sui dati HHR integrati e standardizzati. Le soluzioni iHELP sono rivolte a più parti interessate, compresi i responsabili delle politiche che otterranno supporto decisionale sulla progettazione di nuovi programmi di screening e nuove linee guida per apportare miglioramenti negli aspetti clinici e dello stile di vita.

Re-Sample è finanziato dal programma di ricerca e innovazione Horizon 2020 dell’Unione Europea (Grant Agreement N. 101017441)

Finanziamento: € 482.222,50 Durata: 01/01/2021 – 31/12/2023

Website: www.ihelp-project.eu

Real World Data e Intelligenza Artificiale per consentire un’assistenza su misura per i pazienti con BroncoPneumopatia Cronica Ostruttiva (BPCO)  e condizioni croniche complesse.

Nel corso di quattro anni (2021-2025), RE-SAMPLE lavorerà per trasformare il percorso sanitario dei pazienti con broncopneumopatia cronica ostruttiva (BPCO) e comorbidità e per stabilire uno standard di cura per i pazienti affetti da condizioni croniche complesse.

Utilizzando l’Intelligenza Artificiale, RE-SAMPLE aspira ad ottenere informazioni uniche sulle complesse relazioni tra le caratteristiche cliniche e non cliniche dei pazienti e su come queste influiscano sulla progressione della malattia, sul benessere mentale e sulla salute fisica. I dati e le analisi serviranno anche come base per modelli predittivi che aiuteranno pazienti e medici a modificare il trattamento e lo stile di vita in tempo per ridurre le gravi complicazioni. Uno dei tratti distintivi del progetto è l’integrazione precoce delle impostazioni di sicurezza e privacy in tutti gli aspetti tecnici (il sistema stesso sarà progettato da questa prospettiva) e non tecnici (il progetto aderirà a rigorosi standard etici e di protezione dei dati) di RE-SAMPLE .

Questo progetto è finanziato dal programma di ricerca e innovazione Horizon 2020 dell’Unione Europea (Grant Agreement N. 965315)

Principal Investigator: Prof. Luca Richeldi

Importo finanziato: € 690.625 Durata: marzo 2021 – febbraio 2025

Website: www.re-sample.eu

Download Media kit

L’obiettivo di TERMINET è quello di fornire una nuova architettura di riferimento basata su tecnologie all’avanguardia quali il Software Defined Networking (SDN), il multi-access edge computing e la virtualizzazione per IoT di nuova generazione, introducendo al contempo nuovi dispositivi IoT intelligenti a bassa latenza, casi d’uso orientati al mercato.

Lo scopo primario di TERMINET è portare decisioni (più efficienti e accurate) al punto di interesse per servire meglio l’utente finale mirando ad applicare l’Intelligenza Artificiale (IA) distribuita ai limiti, utilizzando hardware accelerati e software sofisticati per supportare il training di un modello di IA in locale tramite l’utilizzo dell’apprendimento federato (noto anche come apprendimento collaborativo). La soluzione aspira a ridurre la complessità della connessione di un vasto numero di dispositivi eterogenei attraverso un livello flessibile di middleware SDN. Essa mira inoltre a progettare, sviluppare e integrare nuovi dispositivi IoT intelligenti quali occhiali, dispositivi tattili, moduli per energy harvesting, collari intelligenti per il monitoraggio degli animali, ambienti AR/VR e droni autonomi, per supportare nuovi casi d’uso orientati al mercato. La grande aspettativa della proposta è di promuovere il contextual computing AR/VR dimostrando i risultati applicabili in casi d’uso realistici tramite l’utilizzo di applicazioni AR/VR all’avanguardia per IoT. Con la progettazione e l’implementazione di un framework blockchain IoT-driven decentralizzato e distribuito nel settore produttivo, TERMINET mira a supportare la manutenzione e l’ottimizzazione della supply chain. La soluzione intende applicare una metodologia di sicurezza verticale by design, soddisfacendo i requisiti di privacy-preserving e trust dell’architettura NG-IoT. Per favorire le attività di standardizzazione dell’ecosistema IoT, TERMINET fornirà nuovi modelli di business disruptive. Per la valutazione della sua ampia applicabilità, TERMINET convaliderà e dimostrerà sei proof-of-concept di casi d’uso realistici in settori IoT quali l’energia, gli edifici intelligenti, l’agricoltura intelligente, la sanità e la manifattura.

Terminet è finanziato dal programma di ricerca e innovazione Horizon 2020 dell’Unione Europea (Grant Agreement N. 957406)

Principal Investigator: Prof. Vincenzo Valentini

Importo finanziato: € 103.125 Durata: novembre 2020 – ottobre 2023

Sito web: https://terminet-h2020.eu