Mašininis mokymasis
Nuspėjamoji ir prevencinė koncepcija suteikia galimybę individualizuoti sveikatos priežiūros paslaugų teikimą Europoje. Asmens duomenų dovanojimo integravimas kartu su didelių duomenų analizės įrankiais suteikia technologinių galimybių, leidžiančių įgalinti ir įtraukti žmones į jų pačių sveikatą ir gyvenimą, kartu atveriant skaitmeninių sveikatos sprendimų rinkos potencialą.
Diagnostinė prognozė
Didėjantis renkamų sveikatos priežiūros duomenų sudėtingumas ir apimtis suteikia galimybę anksčiau nustatyti ligą. Konkrečiai, galima atskleisti reguliariai renkamų sveikatos priežiūros duomenų modelius, kad būtų galima nustatyti ir įvertinti nediagnozuotų pacientų ligos riziką. Ankstesnių pacientų duomenų, pvz., medicininių ir receptų teiginių, naudojimas, siekiant ateityje nustatyti diagnozes, gali padėti didesniam skaičiui pacientų gauti tinkamą priežiūrą ir gydymą. Tokio tipo pacientų ligų modeliavimas ir diagnostinis prognozavimas yra įmanomas dėl dirbtinio intelekto ir mašininio mokymosi.
CDS įrankiai
Integruojant patvirtintus modelius, pagrįstus didelių duomenų technologijomis, skirtus prognozavimui, prevencijai ir intervencijai, būtų naudojami keli turimi duomenų ištekliai individualizuotuose sveikatos ir priežiūros keliuose. Tai, teikiama priežiūros vietoje, leistų sveikatos priežiūros paslaugų teikėjui realiu laiku įvertinti teisingus veiksmus ir įgalintų asmenis aktyviai prisidėti prie rizikos mažinimo, prevencijos ir tikslinės intervencijos, gerinant rezultatus ir mažinant sveikatos priežiūros išlaidas. FEMaLE sukurs tris CDS (klinikinių sprendimų palaikymo) įrankius, kurie bus išbandomi įvairiose klinikinėse situacijose, kad parodytų Scalable Multi-Omics Platform (SMOP), palengvinančios tiksliąją mediciną, galią, potencialą, apimtį ir naudingumą. Tokios CDS priemonės geriau nuspės individualią ligos riziką ir tikėtiną atsaką į gydymą, todėl turės didesnį klinikinį naudingumą.
MOTERIS sukurs ir demonstruos Scalable Multi-Omics Platform (SMOP) kuri paverčia daugialypės terpės asmenų populiacijos duomenų rinkinius į asmeninį nuspėjamąjį modelį, kad būtų pagerinta intervencija išilgai endometrioze sergančių žmonių priežiūros.