KVINNA i ett nötskal

Om projektet

Utmaningarna som: en allt äldre befolkning, flera kroniska tillstånd, brist på sammanhängande övervakning, insamling och dataanvändning för att stödja kliniska beslut och behandlingar, diagnostisk försening, feldiagnos eller avsaknad av en diagnos helt och hållet har som ett resultat att de europeiska hälso- och sjukvårdssystemen är för närvarande lyhörd, snarare än förebyggande.
Detta kommer att leda till att många fler patienter lider av kroniska sjukdomar, minskar livskvaliteten och ökar sjukvårdsutgifterna.

Projektet Finding Endometriosis using Machine Learning (FEMaLe) kommer att utveckla och demonstrera Scalable Multi-Omics Platform som omvandlar multi-omic personpopulationsdatauppsättningar till en personlig prediktiv modell för att förbättra interventionen längs kontinuumet av vården för personer med endometrios.
Vi kommer att designa, validera och implementera en heltäckande modell för upptäckt och hantering av personer med endometrios för att underlätta delat beslutsfattande mellan patienten och vårdgivaren, möjliggöra leverans av precisionsmedicin och driva nya upptäckter inom endometriosbehandling för att leverera nya terapier och förbättra livskvaliteten för patienterna.

Vårt tillvägagångssätt

FEMaLe-projektet bygger på deltagande processer, avancerad datavetenskap, genetik, toppmodern teknik och patientdelad data för att leverera:

1

Mobil hälsoapp för personer med endometrios.

2

Tre verktyg för kliniskt beslutsstöd (CDS) för riktade vårdgivare.

3

Datorseende-baserat mjukvaruverktyg för augmented reality-styrd operation av endometrios i realtid.

Förebyggande åtgärder mot personer som lider av sjukdomar, inklusive endometrios, kommer att optimera livskvaliteten avsevärt och även minska vårdkostnaderna, t.ex. genom minskat antal operationer, sjukhusvistelser och rehabiliteringsprogram. Genom att samla in patientrapporterade data om symtom i ett stort slumpmässigt urval av personer i reproduktionsåldern kommer FEMALE att få giltiga uppskattningar av omfattningen och geografisk fördelning av försvagande bäckensmärta i denna grupp.

Genom att koppla denna information till befintlig registerbaserad information om diagnoser av endometrios, genetiska biomarkörer, sjukvårdsanvändning, annan somatisk och mental hälsa samt socioekonomiska indikatorer, blir det möjligt att både få en uppskattning av de hälsorelaterade och sociala konsekvenser av diagnostisk fördröjning, men också att ta fram en fenotypbeskrivning av personer med endometrios som ska användas för att uppnå tidig diagnos och behandling av endometrios med bäckensmärta. Tänk om endometrios kunde diagnostiseras och behandlas tidigare för att minska denna börda – inte bara för dem som drabbats av endometrios, utan också för samhället i allmänhet.

Våra handlingar

FEMALE kommer att bekämpa de negativa effekterna av sjukdomen på patienter, särskilt den stora påverkan på arbete, relationer och sexliv för personer med endometrios, och utmaningar för vårdgivare inom primär- och sekundärvården. I slutändan kommer det att göra det möjligt för vårdgivare och patienter att utföra delat beslutsfattande för att förbättra välgrundade beslut, patientsäkerhet och personliga behandlingsregimer.

FEMALE kommer att betona rättvisa, etik och egenmakt genom utbildning i hälsokompetens och se till att alla patienter, vare sig de är sårbara eller resursstarka, kan använda de kliniska beslutsverktygen och uppnå maximala fördelar.

FEMaLe ger en djupare förståelse för komplexa sjukdomar, inte bara endometrios. Vi kommer att skapa verktyg tillsammans med vårdgivare för att hjälpa stratifiera patienter för mer exakt diagnos och för att anpassa urvalet av de bästa läkemedlen.

Baserat på uppskattningar från hälsovårdsorganisationer, förväntar sig FEMaLe att kunna minska den totala kostnaden för endometriosbehandling med minst 20%, underlättat av delat beslutsfattande, samtidigt som patientresultaten förbättras.