Învățare automată
Mentalitatea predictivă și preventivă a conceptului este o oportunitate de a personaliza furnizarea de asistență medicală în Europa. Integrarea donării de date personale împreună cu instrumentele de analiză a datelor mari oferă capacități tehnologice de a împuternici și de a implica oamenii în propria lor sănătate și viață, introducând simultan potențiale de piață pentru soluțiile de sănătate digitală.
Predicție diagnostică
Creșterea gradului de sofisticare și a volumului datelor colectate de asistență medicală oferă o oportunitate pentru identificarea mai timpurie a bolii. Mai exact, modelele din datele de îngrijire a sănătății colectate în mod obișnuit pot fi dezvăluite pentru a găsi și estima riscul de boală pentru pacienții nediagnosticați. Utilizarea datelor anterioare ale pacienților, cum ar fi cererile medicale și de prescripție medicală, pentru a determina diagnostice viitoare poate ajuta un număr mai mare de pacienți să primească îngrijire și tratament adecvat. Acest tip de modelare a bolii pacientului și predicție de diagnosticare este posibilă prin inteligența artificială și învățarea automată.
Instrumente CDS
Integrarea modelelor validate bazate pe tehnologiile mari de date pentru predicție, prevenire și intervenție ar folosi mai multe resurse de date disponibile în căi personalizate de sănătate și îngrijire. Acest lucru, furnizat la punctul de îngrijire, ar permite furnizorului de asistență medicală să evalueze cursul corect de acțiune în timp real și ar permite indivizilor să contribuie în mod activ la diminuarea riscurilor, prevenirea și intervenția direcționată, îmbunătățind rezultatele și reducând costurile asistenței medicale. FEMaLE va dezvolta trei instrumente CDS (suport pentru decizii clinice) care urmează să fie testate în diferite setări clinice pentru a demonstra puterea, potențialul, domeniul de aplicare și utilitatea Platformei Scalable Multi-Omics (SMOP), facilitând medicina de precizie. Astfel de instrumente CDS vor fi mai predictive pentru riscurile individuale ale bolii și răspunsul probabil la terapie, având, prin urmare, o utilitate clinică mai mare.
FEMaLE va dezvolta și demonstra Platformă scalabilă Multi-Omics (SMOP) care convertește seturile de date ale populației de persoane multi-omice într-un model predictiv personalizat pentru a îmbunătăți intervenția de-a lungul continuumului de îngrijire pentru persoanele cu endometrioză.