Apprendimento automatico

La mentalità predittiva e preventiva del concetto è un'opportunità per personalizzare l'erogazione dell'assistenza sanitaria in Europa. L'integrazione della donazione di dati personali insieme a strumenti di analisi dei big data offre capacità tecnologiche per responsabilizzare e coinvolgere le persone nella propria salute e nella propria vita, introducendo contemporaneamente potenziali di mercato per soluzioni sanitarie digitali.

Previsione diagnostica

La crescente sofisticazione e il volume dei dati sanitari raccolti offre un'opportunità per l'identificazione precoce della malattia. In particolare, i modelli nei dati sanitari raccolti di routine possono essere rivelati per trovare e stimare il rischio di malattia per i pazienti non diagnosticati. L'uso dei dati dei pazienti passati, come le richieste mediche e di prescrizione, per guidare le diagnosi future può aiutare un numero maggiore di pazienti a ricevere cure e cure adeguate. Questo tipo di modellizzazione delle malattie dei pazienti e di previsione diagnostica è reso possibile dall'intelligenza artificiale e dall'apprendimento automatico.

Strumenti CDS

L'integrazione di modelli convalidati basati su tecnologie di big data per la previsione, la prevenzione e l'intervento utilizzerebbe molteplici risorse di dati disponibili in percorsi sanitari e assistenziali personalizzati. Questo, fornito al punto di cura, consentirebbe all'operatore sanitario di valutare la giusta linea d'azione in tempo reale e consentirebbe alle persone di contribuire attivamente alla mitigazione del rischio, alla prevenzione e all'intervento mirato, migliorando i risultati e riducendo i costi sanitari. FEMaLE svilupperà tre strumenti CDS (supporto decisionale clinico) da testare in vari contesti clinici per dimostrare la potenza, il potenziale, la portata e l'utilità della Scalable Multi-Omics Platform (SMOP), facilitando la medicina di precisione. Tali strumenti CDS saranno più predittivi dei rischi individuali di malattia e della probabile risposta alla terapia, avendo quindi una maggiore utilità clinica.

FEMaLE svilupperà e dimostrerà il Piattaforma scalabile Multi-Omics (SMOP) che converte i set di dati sulla popolazione di persone multi-omiche in un modello predittivo personalizzato per migliorare l'intervento lungo il continuum di cura per le persone con endometriosi.