Apprentissage automatique
L'état d'esprit prédictif et préventif du concept est une opportunité de personnaliser la prestation des soins de santé en Europe. L'intégration du don de données personnelles avec des outils d'analyse de mégadonnées offre des capacités technologiques pour responsabiliser et impliquer les gens dans leur propre santé et vie, tout en introduisant simultanément des potentiels de marché pour les solutions de santé numériques.
Prédiction diagnostique
La sophistication et le volume croissants des données de santé collectées offrent la possibilité d'identifier plus tôt la maladie. Plus précisément, des schémas dans les données de santé collectées en routine peuvent être révélés pour trouver et estimer le risque de maladie pour les patients non diagnostiqués. L'utilisation des données antérieures des patients, telles que les réclamations médicales et les ordonnances, pour orienter les diagnostics futurs peut aider un plus grand nombre de patients à recevoir des soins et un traitement appropriés. Ce type de modélisation de la maladie du patient et de prédiction diagnostique est rendu possible par l'intelligence artificielle et l'apprentissage automatique.
Outils SDC
L'intégration de modèles validés basés sur des technologies de mégadonnées pour la prédiction, la prévention et l'intervention utiliserait de multiples ressources de données disponibles dans les parcours de santé et de soins personnalisés. Ceci, fourni au point de service, permettrait au fournisseur de soins de santé d'évaluer le bon plan d'action en temps réel et de donner aux individus les moyens de contribuer activement à l'atténuation des risques, à la prévention et à l'intervention ciblée, en améliorant les résultats et en réduisant les coûts des soins de santé. FEMaLE développera trois outils CDS (aide à la décision clinique) qui seront testés dans divers contextes cliniques pour démontrer la puissance, le potentiel, la portée et l'utilité de la plate-forme évolutive multi-omiques (SMOP), facilitant la médecine de précision. De tels outils CDS seront plus prédictifs des risques de maladie individuels et de la réponse probable au traitement, ayant donc une utilité clinique plus élevée.
FEMaLE développera et démontrera le Plate-forme multi-omique évolutive (SMOP) qui convertit les ensembles de données de population de personnes multi-omiques en un modèle prédictif personnalisé pour améliorer l'intervention tout au long du continuum de soins pour les personnes atteintes d'endométriose.