ΑρχικήinetALAMEDA: Έγκαιρη Διάγνωση και Θεραπεία Εγκεφαλικών Ασθενειών μέσω Έξυπνων Τεχνολογικών Παρεμβάσεων

ALAMEDA: Έγκαιρη Διάγνωση και Θεραπεία Εγκεφαλικών Ασθενειών μέσω Έξυπνων Τεχνολογικών Παρεμβάσεων

Τα τελευταία χρόνια, αναδεικνύονται νέες ευκαιρίες για βελτιωμένη και εξατομικευμένη υγειονομική περίθαλψη, αλλά και πρόληψη, χάρις στην πρόοδο που σημειώνεται στο σχεδιασμό καινοτόμων συστημάτων πρόβλεψης κινδύνων υγείας αλλά και στην ανάπτυξη σχετικών εργαλείων αποτελεσματικής παρέμβασης. Σύμφωνα με τον Παγκόσμιο Οργανισμό Υγείας[1], ο ψηφιακός μετασχηματισμός στον κλάδο της υγείας συνιστά επιτακτική ανάγκη και πρόκληση, λόγω του παγκόσμιου προβλήματος της έλλειψης εργατικού δυναμικού υγειονομικής περίθαλψης. Είναι χαρακτηριστικό ότι η εν λόγω έλλειψη να φτάσει περί τα 4,1 εκατομμύρια ειδικευμένων επαγγελματιών υγείας (μαίες, νοσηλευτές και γιατροί) έως το 2030 στην Ευρωπαϊκή Ένωση.

Στον τομέα της έρευνας για τις ασθένειες του εγκεφάλου, οι τεχνολογικές εξελίξεις έχουν αποδειχθεί ιδιαίτερα αποτελεσματικές. Οι μέθοδοι Ανάλυσης Δεδομένων Μεγάλης Κλίμακας και οι Αλγόριθμοι Μηχανικής Μάθησης είναι σε θέση να παρέχουν κλινικά αξιοποιήσιμες πληροφορίες, οι οποίες, σε συνδυασμό με τις συστάσεις των ιατρών, μπορούν να συμβάλουν σε αποτελεσματικές θεραπείες. Αυτό είναι ιδιαίτερα σημαντικό, διότι οι νευρολογικές διαταραχές παρουσιάζουν αυξανόμενη επιβάρυνση όσον αφορά τα έτη ζωής σε κατάσταση αναπηρίας (disability-adjusted life-years ή εν συντομία «DALYs» – πρόκειται για τον αριθμό των ετών που χάνονται λόγω κακής κατάστασης υγείας, αναπηρίας ή πρόωρου θανάτου), καταλαμβάνοντας την τρίτη θέση μετά τον καρκίνο και τις καρδιαγγειακές παθήσεις.[2]

Αν και έχει παρατηρηθεί συνεχής πρόοδος όσον αφορά την κατανόηση της αξίας ορισμένων μέτρων και θεραπευτικών προγραμμάτων, η κατάλληλη αξιολόγηση του αντίκτυπου της αποκατάστασης σε ασθενείς με PMSS παραμένει μια εξαιρετικά σημαντική πρόκληση, ούτως ώστε να βελτιωθεί η χωρητικότητα του συστήματος υγείας και να καταστεί δυνατή η ανάπτυξη νέων εξατομικευμένων θεραπευτικών επιλογών.

«Η Κοινοπραξία του ALAMEDA αποτελείται από τεχνικούς και ιατρικούς εμπειρογνώμονες οι οποίοι συνεργάζονται με σκοπό να επανεξετάσουν και να αλλάξουν ριζικά τους τρόπους αντιμετώπισης των ασθενών με PMSS, με απώτερο στόχο τη βελτίωση της ποιότητας ζωής αυτών», δήλωσε ο Δρ. Κωνσταντίνος Δεμέστιχας, συντονιστής του ALAMEDA και Διαχειριστής Έργων Έρευνας και Ανάπτυξης στο Ερευνητικό Πανεπιστημιακό Ινστιτούτο Συστημάτων Επικοινωνιών και Υπολογιστών (ΕΠΙΣΕΥ).

Η εφαρμογή ψηφιακών τεχνολογιών σε συγκεκριμένα θέματα υγειονομικής περίθαλψης και χρόνιων παθήσεων έχει τη δυνατότητα να δημιουργήσει πλούσια διαγνωστικά δεδομένα. Σε αυτά τα δεδομένα, εφαρμόζονται μέθοδοι τεχνητής νοημοσύνης και διαχείρισης μεγάλων δεδομένων με στόχο την εξαγωγή χρήσιμων πληροφοριών, που μπορούν να υποστηρίξουν ευφυή εξατομικευμένη καθοδήγηση στον τομέα της υγειονομικής περίθαλψης, λαμβάνοντας υπόψιν τις υφιστάμενες πρακτικές και τα ιατρικά πρωτόκολλα. Τα επόμενα χρόνια, η συνεχής έρευνα αναμένεται να επιφέρει πρωτοφανείς εξελίξεις στον τομέα της υγείας, μέσω εργαλείων πρόβλεψης κινδύνου και βελτιωμένης κατανόησης των υπό μελέτη νόσων.

Η χρήση μεθόδων τεχνητής νοημοσύνης (Ανάλυση Μεγάλων Δεδομένων, Μηχανική και Βαθιά Μάθηση) ως εργαλείων πρόβλεψης είναι ιδιαίτερα σημαντική για τις εγκεφαλικές παθήσεις, καθώς, σε πολλές περιπτώσεις, μέχρι να εκδηλωθούν όλα τα κλινικά συμπτώματα και οι ειδικοί να μπορέσουν να πραγματοποιήσουν μια οριστική διάγνωση, τα αποτελέσματα είναι ουσιαστικά μη αναστρέψιμα. Υπό αυτό το πρίσμα, απαιτούνται καλύτερα εργαλεία για την ανίχνευση των πρώιμων ενδείξεων μιας εγκεφαλικής νόσου. Με την πρόοδο του πεδίου της νοημοσύνης των μηχανών, έχουν αναπτυχθεί πολύ ισχυροί αλγόριθμοι που ανιχνεύουν κρυμμένα μοτίβα στα δεδομένα, εντοπίζουν ανωμαλίες στα «αναμενόμενα» πρότυπα και συνδέουν παρόμοιους ασθενείς/ασθένειες/φάρμακα με βάση τα κοινά χαρακτηριστικά τους γνωρίσματα. Στον τομέα της υγείας, αναμένεται ότι η βαθιά μάθηση θα διαδραματίσει καθοριστικό ρόλο, ανοίγοντας το δρόμο για ριζικές αλλαγές στα συστήματα υποστήριξης κλινικών αποφάσεων (Clinical Decision Support Systems – CDSSs), στη διαμόρφωση διάγνωσης και στην επιλογή θεραπείας. Αυτές οι αλλαγές ενισχύονται ακόμα περισσότερο από την πρόσφατη πρόοδο στην ψηφιοποίηση των ιατρικών αρχείων, συμπεριλαμβανομένων ιατρικών αναφορών, δεδομένων εικόνων ή αισθητήρων.

Δεν έχουμε άλλη επιλογή από το να επιδιώξουμε την περαιτέρω αυτή πρόοδο, προκειμένου να βελτιώσουμε την ποιότητα ζωής των ασθενών και των φροντιστών τους, και το ALAMEDA είναι έτοιμο να πραγματοποιήσει ακριβώς αυτό!

ΣΤΟΙΧΕΙΑ ΕΡΓΟΥ

• Ακρωνύμιο έργου: ALAMEDA

• Ημερομηνία έναρξης: 01 Ιανουαρίου 2021

• Διάρκεια: 36 μήνες

• Προϋπολογισμός: 6.000.000€

• Συντονιστής: Ερευνητικό Πανεπιστημιακό Ινστιτούτο Συστημάτων Επικοινωνιών και Υπολογιστών (Ελλάδα)

Η κοινοπραξία του ALAMEDA αποτελείται από 15 εταίρους σε 8 διαφορετικές ευρωπαϊκές χώρες: Ερευνητικό Πανεπιστημιακό Ινστιτούτο Συστημάτων Επικοινωνιών και Υπολογιστών (ΕΠΙΣΕΥ), Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών (ΕΚΠΑ), Εθνικό Κέντρο Έρευνας και Τεχνολογικής Ανάπτυξης (ΕΚΕΤΑ) και Εταιρεία Ψηφιακών Τεχνολογιών και Έργων Καινοτομίας Ιδιωτική Κεφαλαιουχική Εταιρεία (Enora Innovation – ENO) από την ΕΛΛΑΔΑ, Wellics Ltd από το ΗΝΩΜΕΝΟ ΒΑΣΙΛΕΙΟ, EY Advisory SPA, Fondazione Italiana Sclerosi Multipla Onlus (FISM) και Pluribus One Srl  από την ΙΤΑΛΙΑ, Universitatea Polithnica Din Bucuresti και Spitalul Universitar De Urgenta Bucuresti από τη ΡΟΥΜΑΝΙΑ, Norges Teknisk-Naturvitenskapelige Universitet (NTNU) από τη ΝΟΡΒΗΓΙΑ, Unisystems Luxemburg Sarl από το ΛΟΥΞΕΜΒΟΥΡΓΟ, Wise Angle Consulting SL από την ΙΣΠΑΝΙΑ, Catalink Limited και Πανεπιστήμιο Λευκωσίας από την ΚΥΠΡΟ.

ΑΠΟΠΟΙΗΣΗ ΕΥΘΥΝΩΝ: Το παρόν δελτίο τύπου εκφράζει αποκλειστικά και μόνον την άποψη των συντακτών και η Ευρωπαϊκή Ένωση δεν είναι υπεύθυνη για οποιαδήποτε χρήση των πληροφοριών που περιέχονται στο παρόν.


[1] World Health Organization (2016), Global strategy on human resources for health: workforce 2030, Geneva.

[2] Deuschl G, et al, The burden of neurological diseases in Europe: an analysis for the Global Burden of Disease Study 2017, Lancet Public Health 2020; 5: e551–67.

Teo Ehc
Teo Ehchttps://secnews.gr
Be the limited edition.
spot_img

Εγγραφή στο Newsletter

* indicates required

FOLLOW US

LIVE NEWS