PID2021-126776OB-C21
Financiado
SISTEMAS MULTIMODALES MINIMOS CON MAXIMA PRODUCTIVIDAD CLINICA
EN LA ERA DE LA MEDICINA DE PRECISION, LA IA DEBERIA REPRESENTAR UN GRAN AVANCE EN LA EVALUACION PERSONALIZADA DE LOS PACIENTES. PARA TENER SOLUCIONES RENTABLES DE FACIL ACCESO PARA LAS INSTALACIONES CLINICAS, SE DEBEN ABORDAR VAR...
EN LA ERA DE LA MEDICINA DE PRECISION, LA IA DEBERIA REPRESENTAR UN GRAN AVANCE EN LA EVALUACION PERSONALIZADA DE LOS PACIENTES. PARA TENER SOLUCIONES RENTABLES DE FACIL ACCESO PARA LAS INSTALACIONES CLINICAS, SE DEBEN ABORDAR VARIOS DESAFIOS: 1) DESARROLLO DE ENFOQUES INTEGRATIVOS QUE CUBRAN DIFERENTES ASPECTOS DE LAS PATOLOGIAS UTILIZANDO UN CONJUNTO MINIMO DE PRUEBAS CLINICAS Y DISPOSITIVOS, 2) LOS SISTEMAS DE IA DEBEN SER ENFOQUES MULTIMODALES CAPACES DE COMBINAR ADECUADAMENTE INFORMACION DE DIFERENTES DISPOSITIVOS Y GESTIONAR DATOS DE TAMAÑO VARIABLE, 3) SISTEMAS IA INVOLUCRANDO A HUMANOS DEBEN CONSIDERAR LA GENERALIZACION DE LOS SISTEMAS, LA REPRODUCIBILIDAD DE LOS RESULTADOS Y LA CAPACIDAD DE TRANSFERENCIA DE APRENDIZAJE. ES DECIR, HASTA QUE PUNTO UN MODELO GENERAL ENTRENADO SOBRE UN CONJUNTO DE INDIVIDUOS, POSIBLEMENTE DE TAMAÑO DE MUESTRA REDUCIDO, PUEDE PREDECIR CON EXITO UN NUEVO INDIVIDUO INVISIBLE, 4) LOS ALGORITMOS DEBEN OPTIMIZARSE PARA PERMITIR UNA ACELERACION EN PLATAFORMAS RENTABLES QUE REQUIERAN UNA INVERSION MINIMA Y LA ALTERACION DE LOS PROTOCOLOS CLINICOS. PARA GARANTIZAR UN RESULTADO CLINICO MAXIMO, LOS MODELOS PREDICTIVOS DEBEN ABORDAR VARIOS DESAFIOS ESPECIFICOS DIFERENTES DE LOS COMUNES A OTRAS AREAS DE APLICACION DEL APRENDIZAJE AUTOMATICO. DEBEN RECOPILAR E INTEGRAR DIVERSAS FUENTES DE DATOS MULTIMODALES DE UNA MANERA CUANTITATIVA QUE OFREZCA PREDICCIONES CLINICAS REPRODUCIBLES. LOS MODELOS TAMBIEN DEBEN INTERPRETARSE FACILMENTE DESDE UN PUNTO DE VISTA CLINICO PARA PERMITIR EL ANALISIS DE LOS FACTORES CLINICOS QUE TIENEN UN IMPACTO EN LA DECISION CLINICA. FINALMENTE, CON EL FIN DE MAXIMIZAR LA CANTIDAD LIMITADA DE DATOS ANOTADOS, PARA EMITIR LOS MODELOS DE DIAGNOSTICO FINAL SE DEBEN AGREGAR LAS PREDICCIONES DE SUBMUESTRAS A PARTIR DE DATOS CON ESTRUCTURA INTERNA ALTAMENTE HETEROGENEA. AFIRMAMOS QUE TODOS ESTOS DESAFIOS SE PUEDEN ENFRENTAR COMO UN PROBLEMA DE FUSION DE DATOS MULTIMODAL CONSIDERANDO, TANTO LA ESTRUCTURA DE DATOS COMO EL CONTENIDO. ESTE SUBPROYECTO SE CENTRA EN LA FORMULACION DE VARIOS MODELOS DE ESTRUCTURA Y CONTENIDO EMBEDDING MULTIMODAL A DIFERENTES NIVELES DE FUSION DE DATOS PARA DEFINIR: 1)EMBEDDING DE DATOS TEMPORALES MULTIMODALES A NIVEL DE DATOS DE ENTRADA, 2)AGREGACION DE RESULTADOS PARCIALES PARA OBTENER UN DIAGNOSTICO FINAL A NIVEL DE DECISION Y 3)TRANSFERENCIA DE RESULTADOS DE MODELOS PARA SU INTERPRETACION CLINICA UTILIZANDO FUSION A NIVEL DE CARACTERISTICAS. PARA ILUSTRAR LOS BENEFICIOS DE LOS METODOS DESARROLLADOS, NUESTROS SISTEMAS OPTIMIZADOS SE APLICARAN A DOS ESCENARIOS CLINICOS: 1.DIAGNOSTICO MULTIPLE DE CANCER DE PULMON DE UNA SOLA INYECCION. EL OBJETIVO ES CONTAR CON UN SISTEMA BASADO EN ANALISIS RADIOMICO INTELIGENTE DE TAC I PET QUE INVESTIGAN LESIONES A 3 NIVELES DIAGNOSTICOS:1 CLINICO PARA DESCARTAR BENIGNOS, 1 HISTOLOGICO PARA LLEGAR A UN DIAGNOSTICO FINAL MEDIANTE UNA BIOPSIA DIGITAL Y 1 MOLECULAR PARA PERMITIR UNA SELECCION TEMPRANA DEL TRATAMIENTO PERSONALIZADO MAS ADECUADO.2.HERRAMIENTA ELECTRONICA DE EVALUACION DE LA SALUD PARA PERSONAS MAYORES (EHAT). EL OBJETIVO ES TENER UNA PUNTUACION BASADA EN ANALISIS INTEGRADOR DE BIOSEÑALES MULTIMODALES REGISTRADAS A PARTIR DE SENSORES QUE EVALUAN TRASTORNOS CLINICOS Y FUNCIONALES DE LOS INDIVIDUOS EN 2 NIVELES ASOCIADOS AL ENVEJECIMIENTO. A NIVEL FISICO PARA EVALUAR EL RIESGO DE CAIDAS Y A NIVEL COGNITIVO PARA DETERMINAR LA DEGRADACION MENTAL Y EL RIESGO DE PATOLOGIAS NEURODEGENERATIVAS Y DEPENDENCIA. EDICINA PERSONALITZADA\FPGA\MPSOC\COMPUTACION RECONFIGURABLE\MODELADO DE DATOS HETEROGENEOS\EMBEDDINGS\DATOS MULTIMODALES\MODELOS PREDICTIVOS
ver más
Línea de financiación: concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01
Presupuesto
El presupuesto total del proyecto asciende a
64K€
Líder del proyecto
CENTRO DE VISIÓN POR COMPUTADOR
No se ha especificado una descripción o un objeto social para esta compañía.
Perfil tecnológico
TRL
4-5
866K
Perfil tecnológico
TRL
4-5
866K