CPP2021-008422
Financiado
Abordaje multidisciplinar para el desarrollo de herramientas de IA para mejorar...
Abordaje multidisciplinar para el desarrollo de herramientas de IA para mejorar el diagnóstico y el pronóstico de la osteoartritis. OASIS
La osteoartritis (OA) es la principal enfermedad musculoesquelética que produce un importante grado de dolor y discapacidad. Se prevé que su prevalencia aumente debido al envejecimiento de la población y a la elevada presencia de...
La osteoartritis (OA) es la principal enfermedad musculoesquelética que produce un importante grado de dolor y discapacidad. Se prevé que su prevalencia aumente debido al envejecimiento de la población y a la elevada presencia de trastornos metabólicos como la obesidad. El diagnóstico de la OA se basa actualmente en criterios clínicos o radiográficos. Este enfoque único es insuficiente y la falta de correlación entre los síntomas clínicos y los cambios radiográficos podría dificultar el diagnóstico. Por lo tanto, la elección de una terapia no podría ajustarse a las necesidades de cada paciente. En este sentido, resulta esencial contar con enfoques combinados más específicos que integren las pruebas de imagen y los nuevos biomarcadores sanguíneos descritos, para un mejor diagnóstico. El objetivo principal del proyecto OASIS es desarrollar una plataforma integradora basada en inteligencia artificial para obtener de forma integral un mejor enfoque de diagnóstico y pronóstico en pacientes con OA. Para ello, un grupo multidisciplinar de investigadores básicos, clínicos, radiólogos y asociaciones de pacientes de Exploraciones Radiológicas Especiales (ERESA), CETIR Centre Medic (CETIR), Tecnología Regnenerativa QREM (QREM), Centro Tecnológico Leitat (LEITAT), Instituto de Investigación e Innovación Parc Taulí (I3PT) y Fundación QUAES se ha constituido, coordinado por ERESA y CETIR (coordinador técnico), para trabajar conjuntamente y avanzar rápidamente en los objetivos propuestos. El proyecto se estructura en 4 actividades: la actividad 1 se centra en la coordinación del proyecto, la actividad 2 se centra en el análisis de biomarcadores en pacientes con OA, la actividad 3 se centra en la adquisición de imágenes de resonancia magnética y estudios radiómicos y la actividad 4 se centra en el desarrollo de un algoritmo multiómico para mejorar el diagnóstico en pacientes con OA.En concreto, I3PT y CETIR-ERESA reclutarán pacientes diagnosticados de OA y clasificados según la gravedad radiográfica medida por la escala de Kellgren-Lawrence. Además, F.QUAES contactará con las asociaciones de pacientes y otras partes interesadas, organizará charlas de difusión, creará material publicitario y promocionará el proyecto. En primer lugar, para asegurar el reclutamiento y en segundo lugar, para compartir los resultados con la población general. El I3PT y el CETIR-ERESA reclutarán y harán un seguimiento de los pacientes incluidos durante el estudio y realizarán evaluaciones de la gravedad clínica de forma longitudinal para evaluar su progresión y definir los fenotipos clínicos. A los pacientes reclutados se les realizará una resonancia magnética y extracciones de muestras de sangre, ambas tomadas en las clínicas de CETIR-ERESA. El LEITAT analizará un amplio espectro de biomarcadores solubles de diagnóstico y pronóstico bioquímico e inflamatorio, así como la composición de miRNA en los exosomas de los pacientes con OA en plasma. Por otro lado, un subconjunto de pacientes en cada estadio radiográfico y de evolución, se someterá a un enfoque proteómico no predefinido para identificar biomarcadores fiables de progresión en estadios tempranos (I3PT). Complementariamente, QREM y LEITAT analizarán la composición del perfil de citoquinas de un nuevo producto de medicina regenerativa como potencial tratamiento para mejorar los síntomas clínicos de la OA. CETIR-ERESA aportará, a partir de un informe y estudio radiológico, la importancia de la radiómica en el diagnóstico y estratificación de los pacientes mediante la creación de modelos de Inteligencia Artificial (IA) basados en machine/deep learning. Se aportarán datos de los pacientes como evaluaciones de gravedad clínica, demografía y patologías previas, para enriquecer los modelos de IA resultantes. Estos modelos de IA buscarán patrones desconocidos que puedan ayudar a los clínicos a realizar un diagnóstico más preciso de la lesión del cartílago y serán la base para proporcionar un mejor tratamiento
ver más
Línea de financiación: concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01
Línea de financiación objetivo
El proyecto se financió a través de la siguiente ayuda:
RETOS COLABORACION 21:
Proyectos en colaboración público-privada 2021
Cerrada
hace 2 años
Presupuesto
El presupuesto total del proyecto asciende a
155K€
Líder del proyecto
EXPLORACIONES RADIOLOGICAS ESPECIALES
Artículo 2.. i. la sociedad tendrá por objeto social la asistencia médica en general y, en especial, la tomografia axial prestada siempre y...
Perfil tecnológico
TRL
4-5
135K
Perfil tecnológico
TRL
4-5
135K