Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

TED2021-131951B-I00

Financiado

APRENDIZAJE PROFUNDO ESPACIO-TEMPORAL PARA LA PREDICCION DE LA RESPUESTA A TRATA...

APRENDIZAJE PROFUNDO ESPACIO-TEMPORAL PARA LA PREDICCION DE LA RESPUESTA A TRATAMIENTO EN DMAE LA GESTION DEL SEGUIMIENTO DE ENFERMEDADES CRONICAS DE ALTA PREVALENCIA, COMO LA DEGENERACION MACULAR ASOCIADA A LA EDAD (DMAE), SIGUE SIENDO UNO DE LOS RETOS SANITARIOS MAS PROBLEMATICOS, Y SE NECESITAN SOLUCIONES URGENTEMENTE. L... ver más

01/01/2021

UPM

135K€

Presupuesto del proyecto: 135K€

Líder del proyecto

UNIVERSIDAD POLITÉCNICA DE MADRID No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3944

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

UPM

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

PID2019-106942RB-C33 ANALISIS DE TEXTO MEDICO PARA LA ASSISTENCIA A LA PREDICCION... 105K€ Cerrado

PID2020-113723RB-C21 DESARROLLO Y EXPLOTACION INTEGRADOS DE MODELOS DE MINERIA DE... 125K€ Cerrado

PID2020-113723RB-C22 METODOS DE GRAFOS DE CONOCIMIENTO PARA MODELOS DE MINERIA DE... 149K€ Cerrado

TED2021-132025B-C41 COORDINACION Y FEDERACION DE DATOS PARA UN ANALITICA DISTRIB... 524K€ Cerrado

Proyecto: MIA.2021.M02.0001 IA PREDICTIVA 205... Proyecto: MIA.2021.M02.0001 IA PREDICTIVA 2050 - PREVENCIÓN... Rechazado

Líder del proyecto

UNIVERSIDAD POLITÉCNICA DE MADRID No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 3944

Presupuesto del proyecto 135K€

Descripción del proyecto LA GESTION DEL SEGUIMIENTO DE ENFERMEDADES CRONICAS DE ALTA PREVALENCIA, COMO LA DEGENERACION MACULAR ASOCIADA A LA EDAD (DMAE), SIGUE SIENDO UNO DE LOS RETOS SANITARIOS MAS PROBLEMATICOS, Y SE NECESITAN SOLUCIONES URGENTEMENTE. LA TRANSFORMACION DIGITAL EN LA ASISTENCIA SANITARIA SE HA IDO CONSOLIDANDO EN LAS ULTIMAS DECADAS EN TODA EUROPA, CON UNA IMPLANTACION IRREGULAR EN LA ATENCION PRIMARIA FRENTE A LA HOSPITALARIA, O ENTRE DEPARTAMENTOS Y ESPECIALIDADES CLINICAS. SIN EMBARGO, LA IMPLANTACION DE SISTEMAS DE HISTORIAS CLINICAS ELECTRONICAS, PACS Y OTROS SISTEMAS INFORMATICOS HOSPITALARIOS NO IMPLICA UNA VERDADERA TRANSFORMACION, Y SOLO UN PROCESO DE REPLANTEAMIENTO DE NUESTROS SISTEMAS SANITARIOS QUE INTEGRE SOLUCIONES INNOVADORAS PUEDE GARANTIZAR UN SISTEMA DE ATENCION SANITARIA EFICAZ, RESILIENTE, ACCESIBLE Y EFICIENTE PROPORCIONANDO UNA ATENCION DE LA MAXIMA CALIDAD. EN ESTE CONTEXTO, LOS DEPARTAMENTOS DE OFTALMOLOGIA HAN ESTADO TIPICAMENTE A LA COLA DE LA TRANSFORMACION DIGITAL, Y HAN SIDO MUY DEPENDIENTES DE SOLUCIONES ESPECIFICAS DE PROVEEDORES SIN UNA CLARA INTEROPERABILIDAD CON OTROS DEPARTAMENTOS O ENTRE DISPOSITIVOS. ADEMAS, ESTAS LIMITACIONES HAN DIFICULTADO LA RECOGIDA DE DATOS Y LA INTEGRACION DE NUEVOS SISTEMAS DE INTELIGENCIA ARTIFICIAL (IA), POTENCIALMENTE DISRUPTIVOS EN EL FLUJO DE TRABAJO CLINICO. EN ESTE PROYECTO MULTIDISCIPLINAR QUEREMOS DAR UN PASO EN ESTE PROCESO DE REPLANTEAMIENTO A TRAVES DE LA PROPUESTA E INTEGRACION DE LA IA Y LA TRANSFORMACION DIGITAL EN LOS DEPARTAMENTOS DE OFTALMOLOGIA PROMOVIENDO UNA ATENCION PERSONALIZADA EN UNA ENFERMEDAD DE ALTA PREVALENCIA COMO ES LA DMAE, PRIMERA CAUSA DE PERDIDA DE VISION IRREVERSIBLE EN LA POBLACION ANCIANA DE LOS PAISES DESARROLLADOS. LA INTRODUCCION DEL TRATAMIENTO BASADO EN AGENTES ANTI-FACTOR DE CRECIMIENTO ENDOTELIAL VASCULAR (ANTI-VEGF) EN LA DMAE NEOVASCULAR HA SUPUESTO UN GRAN AVANCE EN LOS ULTIMOS AÑOS. SIN EMBARGO, EL GRAN NUMERO DE PACIENTES A TRATAR Y SU SEGUIMIENTO PERIODICO HA SUPUESTO UNA GRAN DEMANDA DE RECURSOS CON ENORMES COSTES Y ESFUERZOS Y EL CONSIGUIENTE RIESGO DE SATURACION DE LOS SERVICIOS. EN ESTE CONTEXTO, ESTE PROYECTO PROPONE DISEÑAR E IMPLEMENTAR UN NUEVO SISTEMA DE AYUDA A LA DECISION, BASADO EN METODOLOGIAS DISRUPTIVAS DE SEGMENTACION SEMANTICA Y PREDICCION ESPACIO-TEMPORAL BASADAS EN APRENDIZAJE PROFUNDO, PARA EL MANEJO Y SEGUIMIENTO OPTIMO DE TRATAMIENTOS ANTI-VEGF EN PACIENTES CON DMAE, USANDO CONJUNTOS DE DATOS BASALES Y LONGITUDINALES QUE COMBINEN INFORMACION MORFOLOGICA DE LA RETINA Y DATOS CLINICOS. ADEMAS, EL ESTUDIO DISEÑARA Y VALIDARA LA INTEGRACION DEL NUEVO SISTEMA DE APOYO A LA DECISION EN UN NUEVO FLUJO DE TRABAJO DE MONITORIZACION DIGITAL ESPECIFICO PARA PACIENTES CON DMAE. PARA SUPERAR LA BRECHA FRECUENTE EN MUCHOS PROYECTOS DE IA ENTRE EL DESARROLLO Y LA INTEGRACION DE LAS HERRAMIENTAS DE IA EN LA PRACTICA OFTALMOLOGICA, HEMOS DISEÑADO UN PROYECTO CONSIDERANDO DESDE EL PRINCIPIO LAS NECESIDADES Y LOS OBJETIVOS CLINICOS DEL SISTEMA DE IA GRACIAS A UN ENFOQUE Y EQUIPO MULTIDISCIPLINAR CON MIEMBROS DEL DEPARTAMENTO DE OFTALMOLOGIA DEL HOSPITAL GENERAL UNIVERSITARIO GREGORIO MARAÑON. CREEMOS QUE LAS NUEVAS METODOLOGIAS Y HERRAMIENTAS PROPORCIONADAS POR ESTE PROYECTO AYUDARAN A ABRIR NUEVAS PUERTAS PARA EL DESARROLLO DE FENOTIPOS DE IMAGEN QUE PUEDEN PROPORCIONAR UNA CARACTERIZACION PERSONALIZADA MAS DETALLADA DE LA ENFERMEDAD Y QUE SUPONGA UN AVANCE EN LA MEDICINA DE PRECISION. MAGENES BIOMEDICAS\TOMOGRAFIA OPTICA COHERENTE\DEGENERACION MACULAR ASOCIADA A LA EDAD\DEGENERACION APRENDIZAJE AUTOMATICO\PROCESAMIENTO DE IMAGENES

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores