To help create a workplace environment that’s suitable for everyone, the British Standards Institution ...
Acerca de FEMaLe
Finding Endometriosis using Machine Learning es un proyecto de Horizon2020 que se centra por completo en mejorar el diagnóstico, la prevención y la atención de la endometriosis. El proyecto FEMaLe construirá puentes entre disciplinas y sectores para traducir el conocimiento genético y epidemiológico en herramientas clínicas que respalden la toma de decisiones en términos de diagnóstico y atención dirigidas tanto a la práctica general como a las clínicas de endometriosis altamente especializadas, todo a través del aprendizaje automático y la inteligencia artificial.
objetivos del proyecto
Conciencia
El aumento de la educación y la conciencia de la enfermedad para los pacientes, el público y los proveedores de atención médica aumentarán el diagnóstico y el tratamiento oportunos y precisos, y permitirán nuevos avances.
Investigación
Las actividades de investigación, como la recopilación y el análisis de datos y la identificación de patrones y modelos dentro de FEMaLE, tendrán en vista la utilidad y el valor científicos.
Innovación
FEMaLe creará oportunidades para mejorar aún más los resultados mediante el desarrollo de biomarcadores predictivos de riesgo, pronóstico y respuesta al tratamiento.
Recursos
Uno de los principales objetivos del proyecto FEMaLe es generar conocimiento.
Las publicaciones creadas por los investigadores del proyecto se publicarán aquí próximamente.
Video explicativo femenino
Últimas noticias
EMPLOYERS!
FEMaLe Project acknowledges and commends Endometriosis UK’s quest for more #endometriosis friendly employers. The ...
The ripples of endometriosis
Its impact ripples. Whether it be physical, mental or less immediately obvious, make no ...
The link between endometriosis, work & social participation
The negative effects of #endometriosis on work and social participation have been documented, emphasizing ...
It took me 25 years to get a diagnosis.
Granted, Sara-Sofia here has waited longer than average to get her #endometriosis diagnosis, but ...