DEVELOPMENT OF A CLINICAL IMAGE ANALYSIS MODEL AIMING TO SUPPORT MEDICAL DIAGNOSIS DURING COVID-19 PANDEMIC (Q4225702): Difference between revisions
Jump to navigation
Jump to search
(Changed label, description and/or aliases in en, and other parts: Adding English translations) |
(Changed label, description and/or aliases in pt) |
||||||||||||||
| (15 intermediate revisions by 2 users not shown) | |||||||||||||||
| label / fr | label / fr | ||||||||||||||
ÉLABORATION D’UN MODÈLE D’ANALYSE D’IMAGES CLINIQUES VISANT À SOUTENIR LE DIAGNOSTIC MÉDICAL PENDANT LA PANDÉMIE DE COVID-19 | |||||||||||||||
| label / de | label / de | ||||||||||||||
ENTWICKLUNG EINES MODELLS FÜR KLINISCHE BILDANALYSEN ZUR UNTERSTÜTZUNG DER MEDIZINISCHEN DIAGNOSE WÄHREND DER COVID-19-PANDEMIE | |||||||||||||||
| label / nl | label / nl | ||||||||||||||
ONTWIKKELING VAN EEN MODEL VOOR KLINISCHE BEELDANALYSE TER ONDERSTEUNING VAN DE MEDISCHE DIAGNOSE TIJDENS DE COVID-19-PANDEMIE | |||||||||||||||
| label / es | label / es | ||||||||||||||
DESARROLLO DE UN MODELO DE ANÁLISIS DE IMAGEN CLÍNICA DESTINADO A APOYAR EL DIAGNÓSTICO MÉDICO DURANTE LA PANDEMIA DE COVID-19 | |||||||||||||||
| label / da | label / da | ||||||||||||||
UDVIKLING AF EN KLINISK BILLEDANALYSEMODEL TIL STØTTE FOR MEDICINSK DIAGNOSE UNDER COVID-19-PANDEMIEN | |||||||||||||||
| label / el | label / el | ||||||||||||||
ΑΝΆΠΤΥΞΗ ΜΟΝΤΈΛΟΥ ΑΝΆΛΥΣΗΣ ΚΛΙΝΙΚΉΣ ΕΙΚΌΝΑΣ ΜΕ ΣΤΌΧΟ ΤΗ ΣΤΉΡΙΞΗ ΤΗΣ ΙΑΤΡΙΚΉΣ ΔΙΆΓΝΩΣΗΣ ΚΑΤΆ ΤΗ ΔΙΆΡΚΕΙΑ ΤΗΣ ΠΑΝΔΗΜΊΑΣ COVID-19 | |||||||||||||||
| label / hr | label / hr | ||||||||||||||
RAZVOJ MODELA KLINIČKE ANALIZE SLIKE S CILJEM PRUŽANJA POTPORE MEDICINSKOJ DIJAGNOSTICI TIJEKOM PANDEMIJE BOLESTI COVID-19 | |||||||||||||||
| label / ro | label / ro | ||||||||||||||
DEZVOLTAREA UNUI MODEL DE ANALIZĂ A IMAGINII CLINICE CARE SĂ VIZEZE SPRIJINIREA DIAGNOSTICULUI MEDICAL ÎN TIMPUL PANDEMIEI DE COVID-19 | |||||||||||||||
| label / sk | label / sk | ||||||||||||||
VÝVOJ MODELU KLINICKEJ ANALÝZY OBRAZU ZAMERANÉHO NA PODPORU LEKÁRSKEJ DIAGNOSTIKY POČAS PANDÉMIE COVID-19 | |||||||||||||||
| label / mt | label / mt | ||||||||||||||
L-IŻVILUPP TA’ MUDELL TA’ ANALIŻI TAL-IMMAĠNI KLINIKA BIL-GĦAN LI JAPPOĠĠA D-DIJANJOŻI MEDIKA MATUL IL-PANDEMIJA TAL-COVID-19 | |||||||||||||||
| label / pt | label / pt | ||||||||||||||
DESENVOLVIMENTO DE UM MODELO DE ANÁLISE DE IMAGEM CLÍNICA DESTINADO A APOIAR A DIAGNÓSTICA MÉDICA DURANTE A PANDEMIA DE COVID-19 | |||||||||||||||
| label / fi | label / fi | ||||||||||||||
KLIINISEN KUVAN ANALYSOINTIMALLIN KEHITTÄMINEN COVID-19-PANDEMIAN AIKAISEN LÄÄKETIETEELLISEN DIAGNOOSIN TUEKSI | |||||||||||||||
| label / pl | label / pl | ||||||||||||||
OPRACOWANIE MODELU ANALIZY OBRAZU KLINICZNEGO MAJĄCEGO NA CELU WSPIERANIE DIAGNOSTYKI MEDYCZNEJ W CZASIE PANDEMII COVID-19 | |||||||||||||||
| label / sl | label / sl | ||||||||||||||
RAZVOJ MODELA KLINIČNE ANALIZE SLIK, KI BO PODPIRAL MEDICINSKO DIAGNOSTIKO MED PANDEMIJO COVID-19 | |||||||||||||||
| label / cs | label / cs | ||||||||||||||
VÝVOJ MODELU ANALÝZY KLINICKÉHO OBRAZU S CÍLEM PODPOŘIT LÉKAŘSKOU DIAGNÓZU BĚHEM PANDEMIE COVID-19 | |||||||||||||||
| label / lt | label / lt | ||||||||||||||
KLINIKINIO VAIZDO ANALIZĖS MODELIO, KURIUO SIEKIAMA PADĖTI DIAGNOZUOTI MEDICININĘ DIAGNOSTIKĄ COVID-19 PANDEMIJOS METU, KŪRIMAS | |||||||||||||||
| label / lv | label / lv | ||||||||||||||
KLĪNISKĀ ATTĒLA ANALĪZES MODEĻA IZSTRĀDE, KURA MĒRĶIS IR ATBALSTĪT MEDICĪNISKO DIAGNOZI COVID-19 PANDĒMIJAS LAIKĀ | |||||||||||||||
| label / bg | label / bg | ||||||||||||||
РАЗРАБОТВАНЕ НА МОДЕЛ ЗА АНАЛИЗ НА КЛИНИЧНИТЕ ИЗОБРАЖЕНИЯ С ЦЕЛ ПОДПОМАГАНЕ НА МЕДИЦИНСКАТА ДИАГНОСТИКА ПО ВРЕМЕ НА ПАНДЕМИЯТА ОТ COVID-19 | |||||||||||||||
| label / hu | label / hu | ||||||||||||||
KLINIKAI KÉPELEMZÉSI MODELL KIDOLGOZÁSA, AMELYNEK CÉLJA AZ ORVOSI DIAGNÓZIS TÁMOGATÁSA A COVID19-VILÁGJÁRVÁNY IDEJÉN | |||||||||||||||
| label / ga | label / ga | ||||||||||||||
SAMHAIL ANAILÍSE AR ÍOMHÁNNA CLINICIÚLA A FHORBAIRT ARB É IS AIDHM DI TACÚ LE DIAGNÓIS LEIGHIS LE LINN PHAINDÉIM COVID-19 | |||||||||||||||
| label / sv | label / sv | ||||||||||||||
UTVECKLING AV EN MODELL FÖR KLINISK BILDANALYS SOM SYFTAR TILL ATT STÖDJA MEDICINSK DIAGNOS UNDER COVID-19-PANDEMIN | |||||||||||||||
| label / et | label / et | ||||||||||||||
KLIINILISE KUJUTISE ANALÜÜSI MUDELI VÄLJATÖÖTAMINE, ET TOETADA MEDITSIINILIST DIAGNOOSI COVID-19 PANDEEMIA AJAL | |||||||||||||||
| description / bg | description / bg | ||||||||||||||
Проект Q4225702 в Италия | |||||||||||||||
| description / hr | description / hr | ||||||||||||||
Projekt Q4225702 u Italiji | |||||||||||||||
| description / hu | description / hu | ||||||||||||||
Projekt Q4225702 Olaszországban | |||||||||||||||
| description / cs | description / cs | ||||||||||||||
Projekt Q4225702 v Itálii | |||||||||||||||
| description / da | description / da | ||||||||||||||
Projekt Q4225702 i Italien | |||||||||||||||
| description / nl | description / nl | ||||||||||||||
Project Q4225702 in Italië | |||||||||||||||
| description / et | description / et | ||||||||||||||
Projekt Q4225702 Itaalias | |||||||||||||||
| description / fi | description / fi | ||||||||||||||
Projekti Q4225702 Italiassa | |||||||||||||||
| description / fr | description / fr | ||||||||||||||
Projet Q4225702 en Italie | |||||||||||||||
| description / de | description / de | ||||||||||||||
Projekt Q4225702 in Italien | |||||||||||||||
| description / el | description / el | ||||||||||||||
Έργο Q4225702 στην Ιταλία | |||||||||||||||
| description / ga | description / ga | ||||||||||||||
Tionscadal Q4225702 san Iodáil | |||||||||||||||
| description / it | description / it | ||||||||||||||
Progetto Q4225702 in Italia | |||||||||||||||
| description / lv | description / lv | ||||||||||||||
Projekts Q4225702 Itālijā | |||||||||||||||
| description / lt | description / lt | ||||||||||||||
Projektas Q4225702 Italijoje | |||||||||||||||
| description / mt | description / mt | ||||||||||||||
Proġett Q4225702 fl-Italja | |||||||||||||||
| description / pl | description / pl | ||||||||||||||
Projekt Q4225702 we Włoszech | |||||||||||||||
| description / pt | description / pt | ||||||||||||||
Projeto Q4225702 na Itália | |||||||||||||||
| description / ro | description / ro | ||||||||||||||
Proiectul Q4225702 în Italia | |||||||||||||||
| description / sk | description / sk | ||||||||||||||
Projekt Q4225702 v Taliansku | |||||||||||||||
| description / sl | description / sl | ||||||||||||||
Projekt Q4225702 v Italiji | |||||||||||||||
| description / es | description / es | ||||||||||||||
Proyecto Q4225702 en Italia | |||||||||||||||
| description / sv | description / sv | ||||||||||||||
Projekt Q4225702 i Italien | |||||||||||||||
| Property / beneficiary | Property / beneficiary | ||||||||||||||
| Property / beneficiary | Property / beneficiary | ||||||||||||||
| Property / summary: THE PROJECT AIMS TO SET UP AN ARTIFICIAL INTELLIGENCE-BASED STUDY SYSTEM (AI) ABLE TO ANALYSE ECHOCARDIOGRAPHIC IMAGES, PULMONARY ULTRASOUND AND X-RAY IMAGES OF ADULT PATIENTS (COVID-19 NEGATIVE, COVID-19 POSITIVE AND ARDS-COVID-19 PATIENTS HOSPITALISED IN THE PARTNERSHIP HOSPITALS), TOGETHER WITH THE REPORTING INFORMATION, SO AS TO BUILD A DATASET USEFUL FOR THE TRAINING OF THE MACHINE LEARNING MODEL UNTIL SELECTING THE MODEL CAPABLE OF PROVIDING THE MOST ACCURATE PREDICTION OF DIAGNOSIS. THIS MODEL WILL PRODUCE A BINARY CLASSIFICATION OF THE PROBABILITY OF DIAGNOSIS OF NON-PATHOLOGY FROM COVID-19 OR COVID-19 PATHOLOGY TO SUPPORT CLINICIANS IN DIAGNOSIS — IN TERMS OF EARLYNESS, LESS DIFFICULTY IN DIFFERENTIAL DIAGNOSIS, RISK STRATIFICATION AND EARLY INITIATION OF OTTIMAL THERAPY- AND FOLLOW-UP (IN TERMS OF EARLY PREDICTORS OF ADVERSE CLINICAL COURSE (English) / qualifier | |||||||||||||||
readability score: 0.6959490095370864
| |||||||||||||||
| Property / contained in Local Administrative Unit | |||||||||||||||
| Property / contained in Local Administrative Unit: Milano / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary | |||||||||||||||
LE PROJET VISE À METTRE EN PLACE UN SYSTÈME D’ÉTUDE BASÉ SUR L’INTELLIGENCE ARTIFICIELLE (IA) CAPABLE D’ANALYSER DES IMAGES ÉCHOCARDIOGRAPHIQUES, DES ÉCHOGRAPHIES PULMONAIRES ET DES IMAGES RADIOGRAPHIQUES DE PATIENTS ADULTES (COVID-19 NÉGATIF, COVID-19 POSITIF ET ARDS-COVID-19 HOSPITALISÉS DANS LES HÔPITAUX PARTENAIRES), AINSI QUE LES INFORMATIONS DE DÉCLARATION, DE MANIÈRE À CONSTRUIRE UN ENSEMBLE DE DONNÉES UTILE POUR LA FORMATION DU MODÈLE D’APPRENTISSAGE AUTOMATIQUE JUSQU’À LA SÉLECTION DU MODÈLE CAPABLE DE FOURNIR LA PRÉDICTION LA PLUS PRÉCISE DU DIAGNOSTIC. CE MODÈLE PRODUIRA UNE CLASSIFICATION BINAIRE DE LA PROBABILITÉ DE DIAGNOSTIC DE NON-PATHOLOGIE À PARTIR DE LA PATHOLOGIE COVID-19 OU COVID-19 AFIN DE SOUTENIR LES CLINICIENS DANS LE DIAGNOSTIC — EN TERMES DE PRÉCOCE, MOINS DE DIFFICULTÉ DANS LE DIAGNOSTIC DIFFÉRENTIEL, STRATIFICATION DES RISQUES ET DÉBUT PRÉCOCE DE LA TÉRAPIE OTTIMALE- ET SUIVI (EN TERMES DE PRÉDICTEURS PRÉCOCES DE COURS CLINIQUES INDÉSIRABLES (French) | |||||||||||||||
| Property / summary: LE PROJET VISE À METTRE EN PLACE UN SYSTÈME D’ÉTUDE BASÉ SUR L’INTELLIGENCE ARTIFICIELLE (IA) CAPABLE D’ANALYSER DES IMAGES ÉCHOCARDIOGRAPHIQUES, DES ÉCHOGRAPHIES PULMONAIRES ET DES IMAGES RADIOGRAPHIQUES DE PATIENTS ADULTES (COVID-19 NÉGATIF, COVID-19 POSITIF ET ARDS-COVID-19 HOSPITALISÉS DANS LES HÔPITAUX PARTENAIRES), AINSI QUE LES INFORMATIONS DE DÉCLARATION, DE MANIÈRE À CONSTRUIRE UN ENSEMBLE DE DONNÉES UTILE POUR LA FORMATION DU MODÈLE D’APPRENTISSAGE AUTOMATIQUE JUSQU’À LA SÉLECTION DU MODÈLE CAPABLE DE FOURNIR LA PRÉDICTION LA PLUS PRÉCISE DU DIAGNOSTIC. CE MODÈLE PRODUIRA UNE CLASSIFICATION BINAIRE DE LA PROBABILITÉ DE DIAGNOSTIC DE NON-PATHOLOGIE À PARTIR DE LA PATHOLOGIE COVID-19 OU COVID-19 AFIN DE SOUTENIR LES CLINICIENS DANS LE DIAGNOSTIC — EN TERMES DE PRÉCOCE, MOINS DE DIFFICULTÉ DANS LE DIAGNOSTIC DIFFÉRENTIEL, STRATIFICATION DES RISQUES ET DÉBUT PRÉCOCE DE LA TÉRAPIE OTTIMALE- ET SUIVI (EN TERMES DE PRÉDICTEURS PRÉCOCES DE COURS CLINIQUES INDÉSIRABLES (French) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: LE PROJET VISE À METTRE EN PLACE UN SYSTÈME D’ÉTUDE BASÉ SUR L’INTELLIGENCE ARTIFICIELLE (IA) CAPABLE D’ANALYSER DES IMAGES ÉCHOCARDIOGRAPHIQUES, DES ÉCHOGRAPHIES PULMONAIRES ET DES IMAGES RADIOGRAPHIQUES DE PATIENTS ADULTES (COVID-19 NÉGATIF, COVID-19 POSITIF ET ARDS-COVID-19 HOSPITALISÉS DANS LES HÔPITAUX PARTENAIRES), AINSI QUE LES INFORMATIONS DE DÉCLARATION, DE MANIÈRE À CONSTRUIRE UN ENSEMBLE DE DONNÉES UTILE POUR LA FORMATION DU MODÈLE D’APPRENTISSAGE AUTOMATIQUE JUSQU’À LA SÉLECTION DU MODÈLE CAPABLE DE FOURNIR LA PRÉDICTION LA PLUS PRÉCISE DU DIAGNOSTIC. CE MODÈLE PRODUIRA UNE CLASSIFICATION BINAIRE DE LA PROBABILITÉ DE DIAGNOSTIC DE NON-PATHOLOGIE À PARTIR DE LA PATHOLOGIE COVID-19 OU COVID-19 AFIN DE SOUTENIR LES CLINICIENS DANS LE DIAGNOSTIC — EN TERMES DE PRÉCOCE, MOINS DE DIFFICULTÉ DANS LE DIAGNOSTIC DIFFÉRENTIEL, STRATIFICATION DES RISQUES ET DÉBUT PRÉCOCE DE LA TÉRAPIE OTTIMALE- ET SUIVI (EN TERMES DE PRÉDICTEURS PRÉCOCES DE COURS CLINIQUES INDÉSIRABLES (French) / qualifier | |||||||||||||||
point in time: 2 February 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
DAS PROJEKT ZIELT DARAUF AB, EIN AUF KÜNSTLICHER INTELLIGENZ BASIERENDES STUDIENSYSTEM (KI) EINZURICHTEN, DAS ECHOKARDIOGRAFISCHE BILDER, LUNGEN-ULTRASCHALL- UND RÖNTGENBILDER VON ERWACHSENEN PATIENTEN (COVID-19 NEGATIV, COVID-19-POSITIVE UND ARDS-COVID-19-PATIENTEN, DIE IN DEN PARTNERSCHAFTSKLINIKEN STATIONIERT SIND) ZUSAMMEN MIT DEN BERICHTSDATEN ANALYSIEREN KANN, UM EINEN DATENSATZ ZU ERSTELLEN, DER FÜR DIE AUSBILDUNG DES MODELLS DES MASCHINELLEN LERNENS NÜTZLICH IST, BIS ZUR AUSWAHL DES MODELLS, DAS IN DER LAGE IST, DIE GENAUESTE VORHERSAGE DER DIAGNOSE ZU LIEFERN. DIESES MODELL WIRD EINE BINÄRE KLASSIFIZIERUNG DER WAHRSCHEINLICHKEIT DER DIAGNOSE VON NICHTPATHOLOGIE AUS COVID-19 ODER COVID-19 PATHOLOGIE ZUR UNTERSTÜTZUNG VON KLINIKERN BEI DER DIAGNOSE ERSTELLEN – IN BEZUG AUF FRÜHE, WENIGER SCHWIERIGKEITEN BEI DER DIFFERENTIALDIAGNOSE, RISIKOSCHICHTUNG UND FRÜHZEITIGE EINLEITUNG VON OTTIMAL THERAPY- UND FOLLOW-UP (IN BEZUG AUF FRÜHZEITIGE VORHERSAGER FÜR NEGATIVE KLINISCHE KURSE) (German) | |||||||||||||||
| Property / summary: DAS PROJEKT ZIELT DARAUF AB, EIN AUF KÜNSTLICHER INTELLIGENZ BASIERENDES STUDIENSYSTEM (KI) EINZURICHTEN, DAS ECHOKARDIOGRAFISCHE BILDER, LUNGEN-ULTRASCHALL- UND RÖNTGENBILDER VON ERWACHSENEN PATIENTEN (COVID-19 NEGATIV, COVID-19-POSITIVE UND ARDS-COVID-19-PATIENTEN, DIE IN DEN PARTNERSCHAFTSKLINIKEN STATIONIERT SIND) ZUSAMMEN MIT DEN BERICHTSDATEN ANALYSIEREN KANN, UM EINEN DATENSATZ ZU ERSTELLEN, DER FÜR DIE AUSBILDUNG DES MODELLS DES MASCHINELLEN LERNENS NÜTZLICH IST, BIS ZUR AUSWAHL DES MODELLS, DAS IN DER LAGE IST, DIE GENAUESTE VORHERSAGE DER DIAGNOSE ZU LIEFERN. DIESES MODELL WIRD EINE BINÄRE KLASSIFIZIERUNG DER WAHRSCHEINLICHKEIT DER DIAGNOSE VON NICHTPATHOLOGIE AUS COVID-19 ODER COVID-19 PATHOLOGIE ZUR UNTERSTÜTZUNG VON KLINIKERN BEI DER DIAGNOSE ERSTELLEN – IN BEZUG AUF FRÜHE, WENIGER SCHWIERIGKEITEN BEI DER DIFFERENTIALDIAGNOSE, RISIKOSCHICHTUNG UND FRÜHZEITIGE EINLEITUNG VON OTTIMAL THERAPY- UND FOLLOW-UP (IN BEZUG AUF FRÜHZEITIGE VORHERSAGER FÜR NEGATIVE KLINISCHE KURSE) (German) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: DAS PROJEKT ZIELT DARAUF AB, EIN AUF KÜNSTLICHER INTELLIGENZ BASIERENDES STUDIENSYSTEM (KI) EINZURICHTEN, DAS ECHOKARDIOGRAFISCHE BILDER, LUNGEN-ULTRASCHALL- UND RÖNTGENBILDER VON ERWACHSENEN PATIENTEN (COVID-19 NEGATIV, COVID-19-POSITIVE UND ARDS-COVID-19-PATIENTEN, DIE IN DEN PARTNERSCHAFTSKLINIKEN STATIONIERT SIND) ZUSAMMEN MIT DEN BERICHTSDATEN ANALYSIEREN KANN, UM EINEN DATENSATZ ZU ERSTELLEN, DER FÜR DIE AUSBILDUNG DES MODELLS DES MASCHINELLEN LERNENS NÜTZLICH IST, BIS ZUR AUSWAHL DES MODELLS, DAS IN DER LAGE IST, DIE GENAUESTE VORHERSAGE DER DIAGNOSE ZU LIEFERN. DIESES MODELL WIRD EINE BINÄRE KLASSIFIZIERUNG DER WAHRSCHEINLICHKEIT DER DIAGNOSE VON NICHTPATHOLOGIE AUS COVID-19 ODER COVID-19 PATHOLOGIE ZUR UNTERSTÜTZUNG VON KLINIKERN BEI DER DIAGNOSE ERSTELLEN – IN BEZUG AUF FRÜHE, WENIGER SCHWIERIGKEITEN BEI DER DIFFERENTIALDIAGNOSE, RISIKOSCHICHTUNG UND FRÜHZEITIGE EINLEITUNG VON OTTIMAL THERAPY- UND FOLLOW-UP (IN BEZUG AUF FRÜHZEITIGE VORHERSAGER FÜR NEGATIVE KLINISCHE KURSE) (German) / qualifier | |||||||||||||||
point in time: 3 February 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
HET PROJECT HEEFT TOT DOEL EEN OP KUNSTMATIGE INTELLIGENTIE GEBASEERD STUDIESYSTEEM (AI) OP TE ZETTEN DAT ECHOCARDIOGRAFISCHE BEELDEN, LONGECHO’S EN RÖNTGENBEELDEN VAN VOLWASSEN PATIËNTEN (COVID-19 NEGATIEF, COVID-19 POSITIEF EN ARDS-COVID-19 PATIËNTEN DIE IN DE PARTNERZIEKENHUIZEN ZIJN OPGENOMEN) KAN ANALYSEREN, SAMEN MET DE RAPPORTAGE-INFORMATIE, TENEINDE EEN DATASET OP TE BOUWEN DIE NUTTIG IS VOOR DE OPLEIDING VAN HET MACHINE LEARNING-MODEL TOTDAT HET MODEL WORDT GESELECTEERD DAT DE MEEST NAUWKEURIGE DIAGNOSEVOORSPELLING KAN BIEDEN. DIT MODEL ZAL EEN BINAIRE CLASSIFICATIE OPLEVEREN VAN DE WAARSCHIJNLIJKHEID VAN DE DIAGNOSE VAN NIET-PATHOLOGIE VAN COVID-19 OF COVID-19-PATHOLOGIE TER ONDERSTEUNING VAN CLINICI BIJ DE DIAGNOSE — IN TERMEN VAN VROEGTIJDIGHEID, MINDER MOEILIJKHEDEN BIJ DIFFERENTIËLE DIAGNOSE, RISICOSTRATIFICATIE EN VROEGE START VAN OTTIMAL THERAPY- EN FOLLOW-UP (IN TERMEN VAN VROEGE VOORSPELLERS VAN EEN NEGATIEF KLINISCH KUUR) (Dutch) | |||||||||||||||
| Property / summary: HET PROJECT HEEFT TOT DOEL EEN OP KUNSTMATIGE INTELLIGENTIE GEBASEERD STUDIESYSTEEM (AI) OP TE ZETTEN DAT ECHOCARDIOGRAFISCHE BEELDEN, LONGECHO’S EN RÖNTGENBEELDEN VAN VOLWASSEN PATIËNTEN (COVID-19 NEGATIEF, COVID-19 POSITIEF EN ARDS-COVID-19 PATIËNTEN DIE IN DE PARTNERZIEKENHUIZEN ZIJN OPGENOMEN) KAN ANALYSEREN, SAMEN MET DE RAPPORTAGE-INFORMATIE, TENEINDE EEN DATASET OP TE BOUWEN DIE NUTTIG IS VOOR DE OPLEIDING VAN HET MACHINE LEARNING-MODEL TOTDAT HET MODEL WORDT GESELECTEERD DAT DE MEEST NAUWKEURIGE DIAGNOSEVOORSPELLING KAN BIEDEN. DIT MODEL ZAL EEN BINAIRE CLASSIFICATIE OPLEVEREN VAN DE WAARSCHIJNLIJKHEID VAN DE DIAGNOSE VAN NIET-PATHOLOGIE VAN COVID-19 OF COVID-19-PATHOLOGIE TER ONDERSTEUNING VAN CLINICI BIJ DE DIAGNOSE — IN TERMEN VAN VROEGTIJDIGHEID, MINDER MOEILIJKHEDEN BIJ DIFFERENTIËLE DIAGNOSE, RISICOSTRATIFICATIE EN VROEGE START VAN OTTIMAL THERAPY- EN FOLLOW-UP (IN TERMEN VAN VROEGE VOORSPELLERS VAN EEN NEGATIEF KLINISCH KUUR) (Dutch) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: HET PROJECT HEEFT TOT DOEL EEN OP KUNSTMATIGE INTELLIGENTIE GEBASEERD STUDIESYSTEEM (AI) OP TE ZETTEN DAT ECHOCARDIOGRAFISCHE BEELDEN, LONGECHO’S EN RÖNTGENBEELDEN VAN VOLWASSEN PATIËNTEN (COVID-19 NEGATIEF, COVID-19 POSITIEF EN ARDS-COVID-19 PATIËNTEN DIE IN DE PARTNERZIEKENHUIZEN ZIJN OPGENOMEN) KAN ANALYSEREN, SAMEN MET DE RAPPORTAGE-INFORMATIE, TENEINDE EEN DATASET OP TE BOUWEN DIE NUTTIG IS VOOR DE OPLEIDING VAN HET MACHINE LEARNING-MODEL TOTDAT HET MODEL WORDT GESELECTEERD DAT DE MEEST NAUWKEURIGE DIAGNOSEVOORSPELLING KAN BIEDEN. DIT MODEL ZAL EEN BINAIRE CLASSIFICATIE OPLEVEREN VAN DE WAARSCHIJNLIJKHEID VAN DE DIAGNOSE VAN NIET-PATHOLOGIE VAN COVID-19 OF COVID-19-PATHOLOGIE TER ONDERSTEUNING VAN CLINICI BIJ DE DIAGNOSE — IN TERMEN VAN VROEGTIJDIGHEID, MINDER MOEILIJKHEDEN BIJ DIFFERENTIËLE DIAGNOSE, RISICOSTRATIFICATIE EN VROEGE START VAN OTTIMAL THERAPY- EN FOLLOW-UP (IN TERMEN VAN VROEGE VOORSPELLERS VAN EEN NEGATIEF KLINISCH KUUR) (Dutch) / qualifier | |||||||||||||||
point in time: 4 February 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
EL PROYECTO TIENE POR OBJETO CREAR UN SISTEMA DE ESTUDIO BASADO EN LA INTELIGENCIA ARTIFICIAL (IA) CAPAZ DE ANALIZAR IMÁGENES ECOCARDIOGRÁFICAS, ECOGRAFÍAS PULMONARES E IMÁGENES DE RAYOS X DE PACIENTES ADULTOS (COVID-19 NEGATIVO, COVID-19 POSITIVO Y ARDS-COVID-19 HOSPITALIZADOS EN LOS HOSPITALES DE ASOCIACIÓN), JUNTO CON LA INFORMACIÓN DE NOTIFICACIÓN, CON EL FIN DE CREAR UN CONJUNTO DE DATOS ÚTILES PARA LA FORMACIÓN DEL MODELO DE APRENDIZAJE AUTOMÁTICO HASTA SELECCIONAR EL MODELO CAPAZ DE PROPORCIONAR LA PREDICCIÓN MÁS PRECISA DEL DIAGNÓSTICO. ESTE MODELO PRODUCIRÁ UNA CLASIFICACIÓN BINARIA DE LA PROBABILIDAD DE DIAGNÓSTICO DE LA NO PATOLOGÍA DE LA COVID-19 O DE LA COVID-19 PARA APOYAR A LOS MÉDICOS EN EL DIAGNÓSTICO — EN TÉRMINOS DE PRECOCIDAD, MENOR DIFICULTAD EN EL DIAGNÓSTICO DIFERENCIAL, ESTRATIFICACIÓN DE RIESGO E INICIO TEMPRANO DE LA TERAPIA OTTIMAL- Y SEGUIMIENTO (EN TÉRMINOS DE PREDICTORES TEMPRANOS DE CURSO CLÍNICO ADVERSO) (Spanish) | |||||||||||||||
| Property / summary: EL PROYECTO TIENE POR OBJETO CREAR UN SISTEMA DE ESTUDIO BASADO EN LA INTELIGENCIA ARTIFICIAL (IA) CAPAZ DE ANALIZAR IMÁGENES ECOCARDIOGRÁFICAS, ECOGRAFÍAS PULMONARES E IMÁGENES DE RAYOS X DE PACIENTES ADULTOS (COVID-19 NEGATIVO, COVID-19 POSITIVO Y ARDS-COVID-19 HOSPITALIZADOS EN LOS HOSPITALES DE ASOCIACIÓN), JUNTO CON LA INFORMACIÓN DE NOTIFICACIÓN, CON EL FIN DE CREAR UN CONJUNTO DE DATOS ÚTILES PARA LA FORMACIÓN DEL MODELO DE APRENDIZAJE AUTOMÁTICO HASTA SELECCIONAR EL MODELO CAPAZ DE PROPORCIONAR LA PREDICCIÓN MÁS PRECISA DEL DIAGNÓSTICO. ESTE MODELO PRODUCIRÁ UNA CLASIFICACIÓN BINARIA DE LA PROBABILIDAD DE DIAGNÓSTICO DE LA NO PATOLOGÍA DE LA COVID-19 O DE LA COVID-19 PARA APOYAR A LOS MÉDICOS EN EL DIAGNÓSTICO — EN TÉRMINOS DE PRECOCIDAD, MENOR DIFICULTAD EN EL DIAGNÓSTICO DIFERENCIAL, ESTRATIFICACIÓN DE RIESGO E INICIO TEMPRANO DE LA TERAPIA OTTIMAL- Y SEGUIMIENTO (EN TÉRMINOS DE PREDICTORES TEMPRANOS DE CURSO CLÍNICO ADVERSO) (Spanish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: EL PROYECTO TIENE POR OBJETO CREAR UN SISTEMA DE ESTUDIO BASADO EN LA INTELIGENCIA ARTIFICIAL (IA) CAPAZ DE ANALIZAR IMÁGENES ECOCARDIOGRÁFICAS, ECOGRAFÍAS PULMONARES E IMÁGENES DE RAYOS X DE PACIENTES ADULTOS (COVID-19 NEGATIVO, COVID-19 POSITIVO Y ARDS-COVID-19 HOSPITALIZADOS EN LOS HOSPITALES DE ASOCIACIÓN), JUNTO CON LA INFORMACIÓN DE NOTIFICACIÓN, CON EL FIN DE CREAR UN CONJUNTO DE DATOS ÚTILES PARA LA FORMACIÓN DEL MODELO DE APRENDIZAJE AUTOMÁTICO HASTA SELECCIONAR EL MODELO CAPAZ DE PROPORCIONAR LA PREDICCIÓN MÁS PRECISA DEL DIAGNÓSTICO. ESTE MODELO PRODUCIRÁ UNA CLASIFICACIÓN BINARIA DE LA PROBABILIDAD DE DIAGNÓSTICO DE LA NO PATOLOGÍA DE LA COVID-19 O DE LA COVID-19 PARA APOYAR A LOS MÉDICOS EN EL DIAGNÓSTICO — EN TÉRMINOS DE PRECOCIDAD, MENOR DIFICULTAD EN EL DIAGNÓSTICO DIFERENCIAL, ESTRATIFICACIÓN DE RIESGO E INICIO TEMPRANO DE LA TERAPIA OTTIMAL- Y SEGUIMIENTO (EN TÉRMINOS DE PREDICTORES TEMPRANOS DE CURSO CLÍNICO ADVERSO) (Spanish) / qualifier | |||||||||||||||
point in time: 4 February 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
PROJEKTET HAR TIL FORMÅL AT OPRETTE ET STUDIESYSTEM BASERET PÅ KUNSTIG INTELLIGENS (AI), DER KAN ANALYSERE EKKOKARDIOGRAFISKE BILLEDER, PULMONAL ULTRALYD OG RØNTGENBILLEDER AF VOKSNE PATIENTER (COVID-19-NEGATIVE, COVID-19-POSITIVE OG ARDS-COVID-19-PATIENTER, DER ER INDLAGT PÅ PARTNERSKABSHOSPITALERNE), SAMMEN MED INDBERETNINGSOPLYSNINGERNE MED HENBLIK PÅ AT OPBYGGE ET DATASÆT, DER ER NYTTIGT FOR UDDANNELSEN AF MASKINLÆRINGSMODELLEN, INDTIL DER VÆLGES DEN MODEL, DER KAN GIVE DEN MEST NØJAGTIGE FORUDSIGELSE AF DIAGNOSEN. DENNE MODEL VIL RESULTERE I EN BINÆR KLASSIFICERING AF SANDSYNLIGHEDEN FOR DIAGNOSE AF IKKE-PATOLOGI FRA COVID-19- ELLER COVID-19-PATOLOGI TIL STØTTE FOR KLINIKERE I DIAGNOSTICERING — MED HENSYN TIL TIDLIGHED, MINDRE VANSKELIGHEDER MED DIFFERENTIALDIAGNOSTICERING, RISIKO STRATIFICERING OG TIDLIG INITIERING AF OTTIMAL THERAPY- OG OPFØLGNING (MED HENSYN TIL TIDLIGE FORUDSIGERE FOR NEGATIVT KLINISK KURSUS (Danish) | |||||||||||||||
| Property / summary: PROJEKTET HAR TIL FORMÅL AT OPRETTE ET STUDIESYSTEM BASERET PÅ KUNSTIG INTELLIGENS (AI), DER KAN ANALYSERE EKKOKARDIOGRAFISKE BILLEDER, PULMONAL ULTRALYD OG RØNTGENBILLEDER AF VOKSNE PATIENTER (COVID-19-NEGATIVE, COVID-19-POSITIVE OG ARDS-COVID-19-PATIENTER, DER ER INDLAGT PÅ PARTNERSKABSHOSPITALERNE), SAMMEN MED INDBERETNINGSOPLYSNINGERNE MED HENBLIK PÅ AT OPBYGGE ET DATASÆT, DER ER NYTTIGT FOR UDDANNELSEN AF MASKINLÆRINGSMODELLEN, INDTIL DER VÆLGES DEN MODEL, DER KAN GIVE DEN MEST NØJAGTIGE FORUDSIGELSE AF DIAGNOSEN. DENNE MODEL VIL RESULTERE I EN BINÆR KLASSIFICERING AF SANDSYNLIGHEDEN FOR DIAGNOSE AF IKKE-PATOLOGI FRA COVID-19- ELLER COVID-19-PATOLOGI TIL STØTTE FOR KLINIKERE I DIAGNOSTICERING — MED HENSYN TIL TIDLIGHED, MINDRE VANSKELIGHEDER MED DIFFERENTIALDIAGNOSTICERING, RISIKO STRATIFICERING OG TIDLIG INITIERING AF OTTIMAL THERAPY- OG OPFØLGNING (MED HENSYN TIL TIDLIGE FORUDSIGERE FOR NEGATIVT KLINISK KURSUS (Danish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: PROJEKTET HAR TIL FORMÅL AT OPRETTE ET STUDIESYSTEM BASERET PÅ KUNSTIG INTELLIGENS (AI), DER KAN ANALYSERE EKKOKARDIOGRAFISKE BILLEDER, PULMONAL ULTRALYD OG RØNTGENBILLEDER AF VOKSNE PATIENTER (COVID-19-NEGATIVE, COVID-19-POSITIVE OG ARDS-COVID-19-PATIENTER, DER ER INDLAGT PÅ PARTNERSKABSHOSPITALERNE), SAMMEN MED INDBERETNINGSOPLYSNINGERNE MED HENBLIK PÅ AT OPBYGGE ET DATASÆT, DER ER NYTTIGT FOR UDDANNELSEN AF MASKINLÆRINGSMODELLEN, INDTIL DER VÆLGES DEN MODEL, DER KAN GIVE DEN MEST NØJAGTIGE FORUDSIGELSE AF DIAGNOSEN. DENNE MODEL VIL RESULTERE I EN BINÆR KLASSIFICERING AF SANDSYNLIGHEDEN FOR DIAGNOSE AF IKKE-PATOLOGI FRA COVID-19- ELLER COVID-19-PATOLOGI TIL STØTTE FOR KLINIKERE I DIAGNOSTICERING — MED HENSYN TIL TIDLIGHED, MINDRE VANSKELIGHEDER MED DIFFERENTIALDIAGNOSTICERING, RISIKO STRATIFICERING OG TIDLIG INITIERING AF OTTIMAL THERAPY- OG OPFØLGNING (MED HENSYN TIL TIDLIGE FORUDSIGERE FOR NEGATIVT KLINISK KURSUS (Danish) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
ΣΤΌΧΟΣ ΤΟΥ ΈΡΓΟΥ ΕΊΝΑΙ Η ΔΗΜΙΟΥΡΓΊΑ ΕΝΌΣ ΣΥΣΤΉΜΑΤΟΣ ΜΕΛΈΤΗΣ ΜΕ ΒΆΣΗ ΤΗΝ ΤΕΧΝΗΤΉ ΝΟΗΜΟΣΎΝΗ (AI), ΤΟ ΟΠΟΊΟ ΘΑ ΕΊΝΑΙ ΣΕ ΘΈΣΗ ΝΑ ΑΝΑΛΎΕΙ ΗΧΟΚΑΡΔΙΟΓΡΑΦΙΚΈΣ ΕΙΚΌΝΕΣ, ΠΝΕΥΜΟΝΙΚΈΣ ΥΠΕΡΗΧΟΓΡΆΦΗΜΑ ΚΑΙ ΑΚΤΙΝΟΓΡΑΦΊΕΣ ΕΝΗΛΊΚΩΝ ΑΣΘΕΝΏΝ (ΑΡΝΗΤΙΚΟΊ ΑΣΘΕΝΕΊΣ COVID-19, ΘΕΤΙΚΟΊ ΣΤΗ ΝΌΣΟ COVID-19 ΚΑΙ ΑΣΘΕΝΕΊΣ ARDS-COVID-19 ΠΟΥ ΝΟΣΗΛΕΎΟΝΤΑΙ ΣΤΑ ΝΟΣΟΚΟΜΕΊΑ ΤΗΣ ΣΎΜΠΡΑΞΗΣ), ΜΑΖΊ ΜΕ ΤΙΣ ΠΛΗΡΟΦΟΡΊΕΣ ΑΝΑΦΟΡΆΣ, ΏΣΤΕ ΝΑ ΔΗΜΙΟΥΡΓΗΘΕΊ ΈΝΑ ΣΎΝΟΛΟ ΔΕΔΟΜΈΝΩΝ ΧΡΉΣΙΜΟ ΓΙΑ ΤΗΝ ΚΑΤΆΡΤΙΣΗ ΤΟΥ ΜΟΝΤΈΛΟΥ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ ΜΈΧΡΙ ΤΗΝ ΕΠΙΛΟΓΉ ΤΟΥ ΜΟΝΤΈΛΟΥ ΠΟΥ ΕΊΝΑΙ ΙΚΑΝΌ ΝΑ ΠΑΡΈΧΕΙ ΤΗΝ ΑΚΡΙΒΈΣΤΕΡΗ ΠΡΌΒΛΕΨΗ ΤΗΣ ΔΙΆΓΝΩΣΗΣ. ΤΟ ΜΟΝΤΈΛΟ ΑΥΤΌ ΘΑ ΔΗΜΙΟΥΡΓΉΣΕΙ ΜΙΑ ΔΥΑΔΙΚΉ ΤΑΞΙΝΌΜΗΣΗ ΤΗΣ ΠΙΘΑΝΌΤΗΤΑΣ ΔΙΆΓΝΩΣΗΣ ΜΗ ΠΑΘΟΛΟΓΊΑΣ ΑΠΌ ΤΗΝ ΠΑΘΟΛΟΓΊΑ COVID-19 Ή COVID-19 ΓΙΑ ΤΗΝ ΥΠΟΣΤΉΡΙΞΗ ΤΩΝ ΚΛΙΝΙΚΏΝ ΙΑΤΡΏΝ ΣΤΗ ΔΙΆΓΝΩΣΗ — ΌΣΟΝ ΑΦΟΡΆ ΤΗΝ ΠΡΏΙΜΗ ΗΛΙΚΊΑ, ΤΗ ΜΙΚΡΌΤΕΡΗ ΔΥΣΚΟΛΊΑ ΣΤΗ ΔΙΑΦΟΡΙΚΉ ΔΙΆΓΝΩΣΗ, ΤΗ ΔΙΑΣΤΡΩΜΆΤΩΣΗ ΤΟΥ ΚΙΝΔΎΝΟΥ ΚΑΙ ΤΗΝ ΈΓΚΑΙΡΗ ΈΝΑΡΞΗ ΤΟΥ OTTIMAL THERAPY- ΚΑΙ ΤΗΝ ΠΑΡΑΚΟΛΟΎΘΗΣΗ (ΌΣΟΝ ΑΦΟΡΆ ΤΟΥΣ ΠΡΏΙΜΟΥΣ ΔΕΊΚΤΕΣ ΑΝΕΠΙΘΎΜΗΤΗΣ ΚΛΙΝΙΚΉΣ ΠΟΡΕΊΑΣ (Greek) | |||||||||||||||
| Property / summary: ΣΤΌΧΟΣ ΤΟΥ ΈΡΓΟΥ ΕΊΝΑΙ Η ΔΗΜΙΟΥΡΓΊΑ ΕΝΌΣ ΣΥΣΤΉΜΑΤΟΣ ΜΕΛΈΤΗΣ ΜΕ ΒΆΣΗ ΤΗΝ ΤΕΧΝΗΤΉ ΝΟΗΜΟΣΎΝΗ (AI), ΤΟ ΟΠΟΊΟ ΘΑ ΕΊΝΑΙ ΣΕ ΘΈΣΗ ΝΑ ΑΝΑΛΎΕΙ ΗΧΟΚΑΡΔΙΟΓΡΑΦΙΚΈΣ ΕΙΚΌΝΕΣ, ΠΝΕΥΜΟΝΙΚΈΣ ΥΠΕΡΗΧΟΓΡΆΦΗΜΑ ΚΑΙ ΑΚΤΙΝΟΓΡΑΦΊΕΣ ΕΝΗΛΊΚΩΝ ΑΣΘΕΝΏΝ (ΑΡΝΗΤΙΚΟΊ ΑΣΘΕΝΕΊΣ COVID-19, ΘΕΤΙΚΟΊ ΣΤΗ ΝΌΣΟ COVID-19 ΚΑΙ ΑΣΘΕΝΕΊΣ ARDS-COVID-19 ΠΟΥ ΝΟΣΗΛΕΎΟΝΤΑΙ ΣΤΑ ΝΟΣΟΚΟΜΕΊΑ ΤΗΣ ΣΎΜΠΡΑΞΗΣ), ΜΑΖΊ ΜΕ ΤΙΣ ΠΛΗΡΟΦΟΡΊΕΣ ΑΝΑΦΟΡΆΣ, ΏΣΤΕ ΝΑ ΔΗΜΙΟΥΡΓΗΘΕΊ ΈΝΑ ΣΎΝΟΛΟ ΔΕΔΟΜΈΝΩΝ ΧΡΉΣΙΜΟ ΓΙΑ ΤΗΝ ΚΑΤΆΡΤΙΣΗ ΤΟΥ ΜΟΝΤΈΛΟΥ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ ΜΈΧΡΙ ΤΗΝ ΕΠΙΛΟΓΉ ΤΟΥ ΜΟΝΤΈΛΟΥ ΠΟΥ ΕΊΝΑΙ ΙΚΑΝΌ ΝΑ ΠΑΡΈΧΕΙ ΤΗΝ ΑΚΡΙΒΈΣΤΕΡΗ ΠΡΌΒΛΕΨΗ ΤΗΣ ΔΙΆΓΝΩΣΗΣ. ΤΟ ΜΟΝΤΈΛΟ ΑΥΤΌ ΘΑ ΔΗΜΙΟΥΡΓΉΣΕΙ ΜΙΑ ΔΥΑΔΙΚΉ ΤΑΞΙΝΌΜΗΣΗ ΤΗΣ ΠΙΘΑΝΌΤΗΤΑΣ ΔΙΆΓΝΩΣΗΣ ΜΗ ΠΑΘΟΛΟΓΊΑΣ ΑΠΌ ΤΗΝ ΠΑΘΟΛΟΓΊΑ COVID-19 Ή COVID-19 ΓΙΑ ΤΗΝ ΥΠΟΣΤΉΡΙΞΗ ΤΩΝ ΚΛΙΝΙΚΏΝ ΙΑΤΡΏΝ ΣΤΗ ΔΙΆΓΝΩΣΗ — ΌΣΟΝ ΑΦΟΡΆ ΤΗΝ ΠΡΏΙΜΗ ΗΛΙΚΊΑ, ΤΗ ΜΙΚΡΌΤΕΡΗ ΔΥΣΚΟΛΊΑ ΣΤΗ ΔΙΑΦΟΡΙΚΉ ΔΙΆΓΝΩΣΗ, ΤΗ ΔΙΑΣΤΡΩΜΆΤΩΣΗ ΤΟΥ ΚΙΝΔΎΝΟΥ ΚΑΙ ΤΗΝ ΈΓΚΑΙΡΗ ΈΝΑΡΞΗ ΤΟΥ OTTIMAL THERAPY- ΚΑΙ ΤΗΝ ΠΑΡΑΚΟΛΟΎΘΗΣΗ (ΌΣΟΝ ΑΦΟΡΆ ΤΟΥΣ ΠΡΏΙΜΟΥΣ ΔΕΊΚΤΕΣ ΑΝΕΠΙΘΎΜΗΤΗΣ ΚΛΙΝΙΚΉΣ ΠΟΡΕΊΑΣ (Greek) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: ΣΤΌΧΟΣ ΤΟΥ ΈΡΓΟΥ ΕΊΝΑΙ Η ΔΗΜΙΟΥΡΓΊΑ ΕΝΌΣ ΣΥΣΤΉΜΑΤΟΣ ΜΕΛΈΤΗΣ ΜΕ ΒΆΣΗ ΤΗΝ ΤΕΧΝΗΤΉ ΝΟΗΜΟΣΎΝΗ (AI), ΤΟ ΟΠΟΊΟ ΘΑ ΕΊΝΑΙ ΣΕ ΘΈΣΗ ΝΑ ΑΝΑΛΎΕΙ ΗΧΟΚΑΡΔΙΟΓΡΑΦΙΚΈΣ ΕΙΚΌΝΕΣ, ΠΝΕΥΜΟΝΙΚΈΣ ΥΠΕΡΗΧΟΓΡΆΦΗΜΑ ΚΑΙ ΑΚΤΙΝΟΓΡΑΦΊΕΣ ΕΝΗΛΊΚΩΝ ΑΣΘΕΝΏΝ (ΑΡΝΗΤΙΚΟΊ ΑΣΘΕΝΕΊΣ COVID-19, ΘΕΤΙΚΟΊ ΣΤΗ ΝΌΣΟ COVID-19 ΚΑΙ ΑΣΘΕΝΕΊΣ ARDS-COVID-19 ΠΟΥ ΝΟΣΗΛΕΎΟΝΤΑΙ ΣΤΑ ΝΟΣΟΚΟΜΕΊΑ ΤΗΣ ΣΎΜΠΡΑΞΗΣ), ΜΑΖΊ ΜΕ ΤΙΣ ΠΛΗΡΟΦΟΡΊΕΣ ΑΝΑΦΟΡΆΣ, ΏΣΤΕ ΝΑ ΔΗΜΙΟΥΡΓΗΘΕΊ ΈΝΑ ΣΎΝΟΛΟ ΔΕΔΟΜΈΝΩΝ ΧΡΉΣΙΜΟ ΓΙΑ ΤΗΝ ΚΑΤΆΡΤΙΣΗ ΤΟΥ ΜΟΝΤΈΛΟΥ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ ΜΈΧΡΙ ΤΗΝ ΕΠΙΛΟΓΉ ΤΟΥ ΜΟΝΤΈΛΟΥ ΠΟΥ ΕΊΝΑΙ ΙΚΑΝΌ ΝΑ ΠΑΡΈΧΕΙ ΤΗΝ ΑΚΡΙΒΈΣΤΕΡΗ ΠΡΌΒΛΕΨΗ ΤΗΣ ΔΙΆΓΝΩΣΗΣ. ΤΟ ΜΟΝΤΈΛΟ ΑΥΤΌ ΘΑ ΔΗΜΙΟΥΡΓΉΣΕΙ ΜΙΑ ΔΥΑΔΙΚΉ ΤΑΞΙΝΌΜΗΣΗ ΤΗΣ ΠΙΘΑΝΌΤΗΤΑΣ ΔΙΆΓΝΩΣΗΣ ΜΗ ΠΑΘΟΛΟΓΊΑΣ ΑΠΌ ΤΗΝ ΠΑΘΟΛΟΓΊΑ COVID-19 Ή COVID-19 ΓΙΑ ΤΗΝ ΥΠΟΣΤΉΡΙΞΗ ΤΩΝ ΚΛΙΝΙΚΏΝ ΙΑΤΡΏΝ ΣΤΗ ΔΙΆΓΝΩΣΗ — ΌΣΟΝ ΑΦΟΡΆ ΤΗΝ ΠΡΏΙΜΗ ΗΛΙΚΊΑ, ΤΗ ΜΙΚΡΌΤΕΡΗ ΔΥΣΚΟΛΊΑ ΣΤΗ ΔΙΑΦΟΡΙΚΉ ΔΙΆΓΝΩΣΗ, ΤΗ ΔΙΑΣΤΡΩΜΆΤΩΣΗ ΤΟΥ ΚΙΝΔΎΝΟΥ ΚΑΙ ΤΗΝ ΈΓΚΑΙΡΗ ΈΝΑΡΞΗ ΤΟΥ OTTIMAL THERAPY- ΚΑΙ ΤΗΝ ΠΑΡΑΚΟΛΟΎΘΗΣΗ (ΌΣΟΝ ΑΦΟΡΆ ΤΟΥΣ ΠΡΏΙΜΟΥΣ ΔΕΊΚΤΕΣ ΑΝΕΠΙΘΎΜΗΤΗΣ ΚΛΙΝΙΚΉΣ ΠΟΡΕΊΑΣ (Greek) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
CILJ JE PROJEKTA USPOSTAVITI SUSTAV STUDIJA TEMELJENOG NA UMJETNOJ INTELIGENCIJI (AI) KOJI MOŽE ANALIZIRATI EHOKARDIOGRAFSKE SLIKE, PLUĆNI ULTRAZVUK I RENDGENSKE SLIKE ODRASLIH PACIJENATA (NEGATIVAN, COVID-19 POZITIVAN I ARDS-COVID-19 PACIJENTI HOSPITALIZIRANI U PARTNERSKIM BOLNICAMA), ZAJEDNO S INFORMACIJAMA O IZVJEŠĆIVANJU, KAKO BI SE IZGRADIO SKUP PODATAKA KORISTAN ZA OBUKU MODELA STROJNOG UČENJA DO ODABIRA MODELA KOJI MOŽE PRUŽITI NAJTOČNIJE PREDVIĐANJE DIJAGNOZE. TIM ĆE SE MODELOM IZRADITI BINARNA KLASIFIKACIJA VJEROJATNOSTI DIJAGNOZE NEPATOLOGIJE IZ BOLESTI COVID-19 ILI PATOLOGIJE BOLESTI COVID-19 KAKO BI SE PRUŽILA POTPORA KLINIČARIMA U DIJAGNOZI – U SMISLU RANE DOBI, MANJE POTEŠKOĆA U DIFERENCIJALNOJ DIJAGNOZI, STRATIFIKACIJE RIZIKA I RANOG ZAPOČINJANJA OTTIMALNE THERAPY- I PRAĆENJA (U SMISLU RANIH PREDIKTORA ŠTETNOG KLINIČKOG TIJEKA) (Croatian) | |||||||||||||||
| Property / summary: CILJ JE PROJEKTA USPOSTAVITI SUSTAV STUDIJA TEMELJENOG NA UMJETNOJ INTELIGENCIJI (AI) KOJI MOŽE ANALIZIRATI EHOKARDIOGRAFSKE SLIKE, PLUĆNI ULTRAZVUK I RENDGENSKE SLIKE ODRASLIH PACIJENATA (NEGATIVAN, COVID-19 POZITIVAN I ARDS-COVID-19 PACIJENTI HOSPITALIZIRANI U PARTNERSKIM BOLNICAMA), ZAJEDNO S INFORMACIJAMA O IZVJEŠĆIVANJU, KAKO BI SE IZGRADIO SKUP PODATAKA KORISTAN ZA OBUKU MODELA STROJNOG UČENJA DO ODABIRA MODELA KOJI MOŽE PRUŽITI NAJTOČNIJE PREDVIĐANJE DIJAGNOZE. TIM ĆE SE MODELOM IZRADITI BINARNA KLASIFIKACIJA VJEROJATNOSTI DIJAGNOZE NEPATOLOGIJE IZ BOLESTI COVID-19 ILI PATOLOGIJE BOLESTI COVID-19 KAKO BI SE PRUŽILA POTPORA KLINIČARIMA U DIJAGNOZI – U SMISLU RANE DOBI, MANJE POTEŠKOĆA U DIFERENCIJALNOJ DIJAGNOZI, STRATIFIKACIJE RIZIKA I RANOG ZAPOČINJANJA OTTIMALNE THERAPY- I PRAĆENJA (U SMISLU RANIH PREDIKTORA ŠTETNOG KLINIČKOG TIJEKA) (Croatian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: CILJ JE PROJEKTA USPOSTAVITI SUSTAV STUDIJA TEMELJENOG NA UMJETNOJ INTELIGENCIJI (AI) KOJI MOŽE ANALIZIRATI EHOKARDIOGRAFSKE SLIKE, PLUĆNI ULTRAZVUK I RENDGENSKE SLIKE ODRASLIH PACIJENATA (NEGATIVAN, COVID-19 POZITIVAN I ARDS-COVID-19 PACIJENTI HOSPITALIZIRANI U PARTNERSKIM BOLNICAMA), ZAJEDNO S INFORMACIJAMA O IZVJEŠĆIVANJU, KAKO BI SE IZGRADIO SKUP PODATAKA KORISTAN ZA OBUKU MODELA STROJNOG UČENJA DO ODABIRA MODELA KOJI MOŽE PRUŽITI NAJTOČNIJE PREDVIĐANJE DIJAGNOZE. TIM ĆE SE MODELOM IZRADITI BINARNA KLASIFIKACIJA VJEROJATNOSTI DIJAGNOZE NEPATOLOGIJE IZ BOLESTI COVID-19 ILI PATOLOGIJE BOLESTI COVID-19 KAKO BI SE PRUŽILA POTPORA KLINIČARIMA U DIJAGNOZI – U SMISLU RANE DOBI, MANJE POTEŠKOĆA U DIFERENCIJALNOJ DIJAGNOZI, STRATIFIKACIJE RIZIKA I RANOG ZAPOČINJANJA OTTIMALNE THERAPY- I PRAĆENJA (U SMISLU RANIH PREDIKTORA ŠTETNOG KLINIČKOG TIJEKA) (Croatian) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
PROIECTUL ÎȘI PROPUNE SĂ CREEZE UN SISTEM DE STUDIU BAZAT PE INTELIGENȚA ARTIFICIALĂ (IA) CAPABIL SĂ ANALIZEZE IMAGINILE ECOCARDIOGRAFICE, ULTRASUNETELE PULMONARE ȘI IMAGINILE CU RAZE X ALE PACIENȚILOR ADULȚI (COVID-19 NEGATIV, COVID-19 POZITIV ȘI ARDS-COVID-19 SPITALIZAȚI ÎN SPITALELE PARTENERE), ÎMPREUNĂ CU INFORMAȚIILE DE RAPORTARE, ASTFEL ÎNCÂT SĂ SE CONSTRUIASCĂ UN SET DE DATE UTIL PENTRU FORMAREA MODELULUI DE ÎNVĂȚARE AUTOMATĂ PÂNĂ LA SELECTAREA MODELULUI CAPABIL SĂ OFERE CEA MAI PRECISĂ PREDICȚIE A DIAGNOSTICULUI. ACEST MODEL VA PRODUCE O CLASIFICARE BINARĂ A PROBABILITĂȚII DIAGNOSTICĂRII NON-PATOLOGIEI DE LA PATOLOGIA COVID-19 SAU COVID-19 PENTRU A SPRIJINI CLINICIENII ÎN DIAGNOSTIC – ÎN CEEA CE PRIVEȘTE TIMPURIUITATEA, MAI PUȚINE DIFICULTĂȚI ÎN DIAGNOSTICAREA DIFERENȚIALĂ, STRATIFICAREA RISCURILOR ȘI INIȚIEREA TIMPURIE A TRATAMENTULUI OTTIMAL THERAPY- ȘI MONITORIZAREA (ÎN CEEA CE PRIVEȘTE PREDICTORII TIMPURII AI CURSULUI CLINIC ADVERS) (Romanian) | |||||||||||||||
| Property / summary: PROIECTUL ÎȘI PROPUNE SĂ CREEZE UN SISTEM DE STUDIU BAZAT PE INTELIGENȚA ARTIFICIALĂ (IA) CAPABIL SĂ ANALIZEZE IMAGINILE ECOCARDIOGRAFICE, ULTRASUNETELE PULMONARE ȘI IMAGINILE CU RAZE X ALE PACIENȚILOR ADULȚI (COVID-19 NEGATIV, COVID-19 POZITIV ȘI ARDS-COVID-19 SPITALIZAȚI ÎN SPITALELE PARTENERE), ÎMPREUNĂ CU INFORMAȚIILE DE RAPORTARE, ASTFEL ÎNCÂT SĂ SE CONSTRUIASCĂ UN SET DE DATE UTIL PENTRU FORMAREA MODELULUI DE ÎNVĂȚARE AUTOMATĂ PÂNĂ LA SELECTAREA MODELULUI CAPABIL SĂ OFERE CEA MAI PRECISĂ PREDICȚIE A DIAGNOSTICULUI. ACEST MODEL VA PRODUCE O CLASIFICARE BINARĂ A PROBABILITĂȚII DIAGNOSTICĂRII NON-PATOLOGIEI DE LA PATOLOGIA COVID-19 SAU COVID-19 PENTRU A SPRIJINI CLINICIENII ÎN DIAGNOSTIC – ÎN CEEA CE PRIVEȘTE TIMPURIUITATEA, MAI PUȚINE DIFICULTĂȚI ÎN DIAGNOSTICAREA DIFERENȚIALĂ, STRATIFICAREA RISCURILOR ȘI INIȚIEREA TIMPURIE A TRATAMENTULUI OTTIMAL THERAPY- ȘI MONITORIZAREA (ÎN CEEA CE PRIVEȘTE PREDICTORII TIMPURII AI CURSULUI CLINIC ADVERS) (Romanian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: PROIECTUL ÎȘI PROPUNE SĂ CREEZE UN SISTEM DE STUDIU BAZAT PE INTELIGENȚA ARTIFICIALĂ (IA) CAPABIL SĂ ANALIZEZE IMAGINILE ECOCARDIOGRAFICE, ULTRASUNETELE PULMONARE ȘI IMAGINILE CU RAZE X ALE PACIENȚILOR ADULȚI (COVID-19 NEGATIV, COVID-19 POZITIV ȘI ARDS-COVID-19 SPITALIZAȚI ÎN SPITALELE PARTENERE), ÎMPREUNĂ CU INFORMAȚIILE DE RAPORTARE, ASTFEL ÎNCÂT SĂ SE CONSTRUIASCĂ UN SET DE DATE UTIL PENTRU FORMAREA MODELULUI DE ÎNVĂȚARE AUTOMATĂ PÂNĂ LA SELECTAREA MODELULUI CAPABIL SĂ OFERE CEA MAI PRECISĂ PREDICȚIE A DIAGNOSTICULUI. ACEST MODEL VA PRODUCE O CLASIFICARE BINARĂ A PROBABILITĂȚII DIAGNOSTICĂRII NON-PATOLOGIEI DE LA PATOLOGIA COVID-19 SAU COVID-19 PENTRU A SPRIJINI CLINICIENII ÎN DIAGNOSTIC – ÎN CEEA CE PRIVEȘTE TIMPURIUITATEA, MAI PUȚINE DIFICULTĂȚI ÎN DIAGNOSTICAREA DIFERENȚIALĂ, STRATIFICAREA RISCURILOR ȘI INIȚIEREA TIMPURIE A TRATAMENTULUI OTTIMAL THERAPY- ȘI MONITORIZAREA (ÎN CEEA CE PRIVEȘTE PREDICTORII TIMPURII AI CURSULUI CLINIC ADVERS) (Romanian) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
CIEĽOM PROJEKTU JE VYTVORIŤ ŠTUDIJNÝ SYSTÉM ZALOŽENÝ NA UMELEJ INTELIGENCII (AI) SCHOPNÝ ANALYZOVAŤ ECHOKARDIOGRAFICKÉ SNÍMKY, PĽÚCNE ULTRAZVUKOVÉ A RÖNTGENOVÉ SNÍMKY DOSPELÝCH PACIENTOV (PACIENTI S NEGATÍVNYM OCHORENÍM COVID-19, PACIENTI S POZITÍVNYM OCHORENÍM COVID-19 A ARDS-COVID-19 HOSPITALIZOVANÍ V PARTNERSKÝCH NEMOCNICIACH) SPOLU S OZNAMOVACÍMI INFORMÁCIAMI, ABY SA VYTVORIL SÚBOR ÚDAJOV UŽITOČNÝ PRE ODBORNÚ PRÍPRAVU MODELU STROJOVÉHO UČENIA AŽ DO VÝBERU MODELU SCHOPNÉHO POSKYTNÚŤ NAJPRESNEJŠIU PREDPOVEĎ DIAGNÓZY. TENTO MODEL VYTVORÍ BINÁRNU KLASIFIKÁCIU PRAVDEPODOBNOSTI DIAGNÓZY NEPATOLÓGIE Z PATOLÓGIE OCHORENIA COVID-19 ALEBO OCHORENIA COVID-19 NA PODPORU KLINICKÝCH LEKÁROV PRI DIAGNOSTIKE – POKIAĽ IDE O VČASNOSŤ, MENŠIE ŤAŽKOSTI PRI DIFERENCIÁLNEJ DIAGNOSTIKE, STRATIFIKÁCIU RIZIKA A SKORÉ ZAČATIE LIEČBY OTTIMAL THERAPY- A NÁSLEDNÉHO SLEDOVANIA (Z HĽADISKA VČASNÝCH PREDIKTOROV NEŽIADUCEHO KLINICKÉHO CYKLU). (Slovak) | |||||||||||||||
| Property / summary: CIEĽOM PROJEKTU JE VYTVORIŤ ŠTUDIJNÝ SYSTÉM ZALOŽENÝ NA UMELEJ INTELIGENCII (AI) SCHOPNÝ ANALYZOVAŤ ECHOKARDIOGRAFICKÉ SNÍMKY, PĽÚCNE ULTRAZVUKOVÉ A RÖNTGENOVÉ SNÍMKY DOSPELÝCH PACIENTOV (PACIENTI S NEGATÍVNYM OCHORENÍM COVID-19, PACIENTI S POZITÍVNYM OCHORENÍM COVID-19 A ARDS-COVID-19 HOSPITALIZOVANÍ V PARTNERSKÝCH NEMOCNICIACH) SPOLU S OZNAMOVACÍMI INFORMÁCIAMI, ABY SA VYTVORIL SÚBOR ÚDAJOV UŽITOČNÝ PRE ODBORNÚ PRÍPRAVU MODELU STROJOVÉHO UČENIA AŽ DO VÝBERU MODELU SCHOPNÉHO POSKYTNÚŤ NAJPRESNEJŠIU PREDPOVEĎ DIAGNÓZY. TENTO MODEL VYTVORÍ BINÁRNU KLASIFIKÁCIU PRAVDEPODOBNOSTI DIAGNÓZY NEPATOLÓGIE Z PATOLÓGIE OCHORENIA COVID-19 ALEBO OCHORENIA COVID-19 NA PODPORU KLINICKÝCH LEKÁROV PRI DIAGNOSTIKE – POKIAĽ IDE O VČASNOSŤ, MENŠIE ŤAŽKOSTI PRI DIFERENCIÁLNEJ DIAGNOSTIKE, STRATIFIKÁCIU RIZIKA A SKORÉ ZAČATIE LIEČBY OTTIMAL THERAPY- A NÁSLEDNÉHO SLEDOVANIA (Z HĽADISKA VČASNÝCH PREDIKTOROV NEŽIADUCEHO KLINICKÉHO CYKLU). (Slovak) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: CIEĽOM PROJEKTU JE VYTVORIŤ ŠTUDIJNÝ SYSTÉM ZALOŽENÝ NA UMELEJ INTELIGENCII (AI) SCHOPNÝ ANALYZOVAŤ ECHOKARDIOGRAFICKÉ SNÍMKY, PĽÚCNE ULTRAZVUKOVÉ A RÖNTGENOVÉ SNÍMKY DOSPELÝCH PACIENTOV (PACIENTI S NEGATÍVNYM OCHORENÍM COVID-19, PACIENTI S POZITÍVNYM OCHORENÍM COVID-19 A ARDS-COVID-19 HOSPITALIZOVANÍ V PARTNERSKÝCH NEMOCNICIACH) SPOLU S OZNAMOVACÍMI INFORMÁCIAMI, ABY SA VYTVORIL SÚBOR ÚDAJOV UŽITOČNÝ PRE ODBORNÚ PRÍPRAVU MODELU STROJOVÉHO UČENIA AŽ DO VÝBERU MODELU SCHOPNÉHO POSKYTNÚŤ NAJPRESNEJŠIU PREDPOVEĎ DIAGNÓZY. TENTO MODEL VYTVORÍ BINÁRNU KLASIFIKÁCIU PRAVDEPODOBNOSTI DIAGNÓZY NEPATOLÓGIE Z PATOLÓGIE OCHORENIA COVID-19 ALEBO OCHORENIA COVID-19 NA PODPORU KLINICKÝCH LEKÁROV PRI DIAGNOSTIKE – POKIAĽ IDE O VČASNOSŤ, MENŠIE ŤAŽKOSTI PRI DIFERENCIÁLNEJ DIAGNOSTIKE, STRATIFIKÁCIU RIZIKA A SKORÉ ZAČATIE LIEČBY OTTIMAL THERAPY- A NÁSLEDNÉHO SLEDOVANIA (Z HĽADISKA VČASNÝCH PREDIKTOROV NEŽIADUCEHO KLINICKÉHO CYKLU). (Slovak) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
IL-PROĠETT GĦANDU L-GĦAN LI JISTABBILIXXI SISTEMA TA’ STUDJU BBAŻATA FUQ L-INTELLIĠENZA ARTIFIĊJALI (AI) LI TKUN KAPAĊI TANALIZZA IMMAĠNI EKOKARDJOGRAFIĊI, IMMAĠINI ULTRASONIĊI PULMONARI U IMMAĠINI BIR-RAĠĠI X TA’ PAZJENTI ADULTI (NEGATTIVI GĦALL-COVID-19, PAZJENTI POŻITTIVI GĦALL-COVID-19 U PAZJENTI ARDS-COVID-19 LI JIDDAĦĦLU L-ISPTAR FL-ISPTARIJIET TA’ SĦUBIJA), FLIMKIEN MAL-INFORMAZZJONI TA’ RAPPORTAR, SABIEX JINBENA SETT TA’ DATA UTLI GĦAT-TAĦRIĠ TAL-MUDELL TA’ TAGĦLIM AWTOMATIKU SAKEMM JINTGĦAŻEL IL-MUDELL LI KAPAĊI JIPPROVDI L-AKTAR TBASSIR PREĊIŻ TAD-DIJANJOŻI. DAN IL-MUDELL SE JIPPRODUĊI KLASSIFIKAZZJONI BINARJA TAL-PROBABBILTÀ TA’ DIJANJOŻI TA’ NONPATOLOĠIJA MILL-PATOLOĠIJA TAL-COVID-19 JEW TAL-COVID-19 BIEX JAPPOĠĠA LIT-TOBBA FID-DIJANJOŻI — F’TERMINI TA’ DIJANJOŻI BIKRIJA, INQAS DIFFIKULTÀ FID-DIJANJOŻI DIFFERENZJALI, STRATIFIKAZZJONI TAR-RISKJU U BIDU BIKRI TA’ TERARAPY OTTIMALI U SEGWITU (F’TERMINI TA’ TBASSIR BIKRI TA’ KORS KLINIKU AVVERS (Maltese) | |||||||||||||||
| Property / summary: IL-PROĠETT GĦANDU L-GĦAN LI JISTABBILIXXI SISTEMA TA’ STUDJU BBAŻATA FUQ L-INTELLIĠENZA ARTIFIĊJALI (AI) LI TKUN KAPAĊI TANALIZZA IMMAĠNI EKOKARDJOGRAFIĊI, IMMAĠINI ULTRASONIĊI PULMONARI U IMMAĠINI BIR-RAĠĠI X TA’ PAZJENTI ADULTI (NEGATTIVI GĦALL-COVID-19, PAZJENTI POŻITTIVI GĦALL-COVID-19 U PAZJENTI ARDS-COVID-19 LI JIDDAĦĦLU L-ISPTAR FL-ISPTARIJIET TA’ SĦUBIJA), FLIMKIEN MAL-INFORMAZZJONI TA’ RAPPORTAR, SABIEX JINBENA SETT TA’ DATA UTLI GĦAT-TAĦRIĠ TAL-MUDELL TA’ TAGĦLIM AWTOMATIKU SAKEMM JINTGĦAŻEL IL-MUDELL LI KAPAĊI JIPPROVDI L-AKTAR TBASSIR PREĊIŻ TAD-DIJANJOŻI. DAN IL-MUDELL SE JIPPRODUĊI KLASSIFIKAZZJONI BINARJA TAL-PROBABBILTÀ TA’ DIJANJOŻI TA’ NONPATOLOĠIJA MILL-PATOLOĠIJA TAL-COVID-19 JEW TAL-COVID-19 BIEX JAPPOĠĠA LIT-TOBBA FID-DIJANJOŻI — F’TERMINI TA’ DIJANJOŻI BIKRIJA, INQAS DIFFIKULTÀ FID-DIJANJOŻI DIFFERENZJALI, STRATIFIKAZZJONI TAR-RISKJU U BIDU BIKRI TA’ TERARAPY OTTIMALI U SEGWITU (F’TERMINI TA’ TBASSIR BIKRI TA’ KORS KLINIKU AVVERS (Maltese) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: IL-PROĠETT GĦANDU L-GĦAN LI JISTABBILIXXI SISTEMA TA’ STUDJU BBAŻATA FUQ L-INTELLIĠENZA ARTIFIĊJALI (AI) LI TKUN KAPAĊI TANALIZZA IMMAĠNI EKOKARDJOGRAFIĊI, IMMAĠINI ULTRASONIĊI PULMONARI U IMMAĠINI BIR-RAĠĠI X TA’ PAZJENTI ADULTI (NEGATTIVI GĦALL-COVID-19, PAZJENTI POŻITTIVI GĦALL-COVID-19 U PAZJENTI ARDS-COVID-19 LI JIDDAĦĦLU L-ISPTAR FL-ISPTARIJIET TA’ SĦUBIJA), FLIMKIEN MAL-INFORMAZZJONI TA’ RAPPORTAR, SABIEX JINBENA SETT TA’ DATA UTLI GĦAT-TAĦRIĠ TAL-MUDELL TA’ TAGĦLIM AWTOMATIKU SAKEMM JINTGĦAŻEL IL-MUDELL LI KAPAĊI JIPPROVDI L-AKTAR TBASSIR PREĊIŻ TAD-DIJANJOŻI. DAN IL-MUDELL SE JIPPRODUĊI KLASSIFIKAZZJONI BINARJA TAL-PROBABBILTÀ TA’ DIJANJOŻI TA’ NONPATOLOĠIJA MILL-PATOLOĠIJA TAL-COVID-19 JEW TAL-COVID-19 BIEX JAPPOĠĠA LIT-TOBBA FID-DIJANJOŻI — F’TERMINI TA’ DIJANJOŻI BIKRIJA, INQAS DIFFIKULTÀ FID-DIJANJOŻI DIFFERENZJALI, STRATIFIKAZZJONI TAR-RISKJU U BIDU BIKRI TA’ TERARAPY OTTIMALI U SEGWITU (F’TERMINI TA’ TBASSIR BIKRI TA’ KORS KLINIKU AVVERS (Maltese) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
O PROJETO tem por objetivo a criação de um sistema de estudos baseado na inteligência artificial (IA) capaz de analisar imagens ecocardiográficas, ULTRASOUNDOS PULMONARES e imagens de raios X de doentes adultos (pacientes negativos para a COVID-19, positivos para a COVID-19 e doentes com COVID-19 ARDS hospitalizados nos hospitais de parceria), juntamente com as informações de notificação, a fim de estabelecer um conjunto de dados úteis para a formação do modelo de aprendizagem da máquina até à seleção do modelo capaz de fornecer a previsão mais exata das divergências. O PRESENTE MODELO PRODUZIRÁ UMA CLASSIFICAÇÃO BINÁRIA DA PROBABILIDADE DA DIAGNÓSTICA DE NÃO-PATOLOGIA DA COVID-19 OU DA PATHOLOGIA DA COVID-19 PARA APOIAR OS CLÍNICOS NA DIAGNÓSTICA — EM TERMOS DE PREÇO, MENOS DIFÍCILIDADE NA DIAGNÓSTICA DIFERENCIAL, ESTRATIFICAÇÃO DE RISCO E INICIAÇÃO PRECO DA TERAPIA OTTIMAL - E SEGUIMENTO (EM TERMOS DE PREDICTORES ANTERIORES DE CURSOS CLÍNICOS ADVERSOS (Portuguese) | |||||||||||||||
| Property / summary: O PROJETO tem por objetivo a criação de um sistema de estudos baseado na inteligência artificial (IA) capaz de analisar imagens ecocardiográficas, ULTRASOUNDOS PULMONARES e imagens de raios X de doentes adultos (pacientes negativos para a COVID-19, positivos para a COVID-19 e doentes com COVID-19 ARDS hospitalizados nos hospitais de parceria), juntamente com as informações de notificação, a fim de estabelecer um conjunto de dados úteis para a formação do modelo de aprendizagem da máquina até à seleção do modelo capaz de fornecer a previsão mais exata das divergências. O PRESENTE MODELO PRODUZIRÁ UMA CLASSIFICAÇÃO BINÁRIA DA PROBABILIDADE DA DIAGNÓSTICA DE NÃO-PATOLOGIA DA COVID-19 OU DA PATHOLOGIA DA COVID-19 PARA APOIAR OS CLÍNICOS NA DIAGNÓSTICA — EM TERMOS DE PREÇO, MENOS DIFÍCILIDADE NA DIAGNÓSTICA DIFERENCIAL, ESTRATIFICAÇÃO DE RISCO E INICIAÇÃO PRECO DA TERAPIA OTTIMAL - E SEGUIMENTO (EM TERMOS DE PREDICTORES ANTERIORES DE CURSOS CLÍNICOS ADVERSOS (Portuguese) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: O PROJETO tem por objetivo a criação de um sistema de estudos baseado na inteligência artificial (IA) capaz de analisar imagens ecocardiográficas, ULTRASOUNDOS PULMONARES e imagens de raios X de doentes adultos (pacientes negativos para a COVID-19, positivos para a COVID-19 e doentes com COVID-19 ARDS hospitalizados nos hospitais de parceria), juntamente com as informações de notificação, a fim de estabelecer um conjunto de dados úteis para a formação do modelo de aprendizagem da máquina até à seleção do modelo capaz de fornecer a previsão mais exata das divergências. O PRESENTE MODELO PRODUZIRÁ UMA CLASSIFICAÇÃO BINÁRIA DA PROBABILIDADE DA DIAGNÓSTICA DE NÃO-PATOLOGIA DA COVID-19 OU DA PATHOLOGIA DA COVID-19 PARA APOIAR OS CLÍNICOS NA DIAGNÓSTICA — EM TERMOS DE PREÇO, MENOS DIFÍCILIDADE NA DIAGNÓSTICA DIFERENCIAL, ESTRATIFICAÇÃO DE RISCO E INICIAÇÃO PRECO DA TERAPIA OTTIMAL - E SEGUIMENTO (EM TERMOS DE PREDICTORES ANTERIORES DE CURSOS CLÍNICOS ADVERSOS (Portuguese) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
HANKKEEN TAVOITTEENA ON PERUSTAA TEKOÄLYYN PERUSTUVA TUTKIMUSJÄRJESTELMÄ, JONKA AVULLA VOIDAAN ANALYSOIDA KAIKUKARDIOGRAFISIA KUVIA, KEUHKON ULTRAÄÄNI- JA RÖNTGENKUVIA AIKUISPOTILAISTA (COVID-19-NEGATIIVISET, COVID-19-POSITIIVISET JA ARDS-COVID-19-POTILAAT, JOTKA OVAT SAIRAALAHOIDOSSA KUMPPANUUSSAIRAALOISSA), SEKÄ RAPORTOINTITIETOJA, JOTTA VOIDAAN RAKENTAA KONEOPPIMISMALLIN KOULUTTAMISESSA HYÖDYLLINEN AINEISTO, KUNNES VALITAAN MALLI, JOKA PYSTYY TUOTTAMAAN TARKIMMAN DIAGNOOSIN ENNUSTAMISEN. TÄMÄ MALLI TUOTTAA BINÄÄRISEN LUOKITUKSEN COVID-19-TAUDIN TAI COVID-19-PATOLOGIAN MUUN KUIN PATOLOGIAN DIAGNOSOINNIN TODENNÄKÖISYYDESTÄ, JOTTA VOIDAAN TUKEA KLIINISIÄ TUTKIJOITA DIAGNOOSIN VARHAISUUDEN, ERODIAGNOOSIN VÄHENEMISEN, RISKIOSITTEEN JA OTTIMAL THERAPY – HOIDON VARHAISEN ALOITTAMISEN JA SEURANNAN (HAITALLISTA KLIINISTÄ KURSSIA KOSKEVIEN VARHAISTEN ENNUSTEIDEN PERUSTEELLA) OSALTA. (Finnish) | |||||||||||||||
| Property / summary: HANKKEEN TAVOITTEENA ON PERUSTAA TEKOÄLYYN PERUSTUVA TUTKIMUSJÄRJESTELMÄ, JONKA AVULLA VOIDAAN ANALYSOIDA KAIKUKARDIOGRAFISIA KUVIA, KEUHKON ULTRAÄÄNI- JA RÖNTGENKUVIA AIKUISPOTILAISTA (COVID-19-NEGATIIVISET, COVID-19-POSITIIVISET JA ARDS-COVID-19-POTILAAT, JOTKA OVAT SAIRAALAHOIDOSSA KUMPPANUUSSAIRAALOISSA), SEKÄ RAPORTOINTITIETOJA, JOTTA VOIDAAN RAKENTAA KONEOPPIMISMALLIN KOULUTTAMISESSA HYÖDYLLINEN AINEISTO, KUNNES VALITAAN MALLI, JOKA PYSTYY TUOTTAMAAN TARKIMMAN DIAGNOOSIN ENNUSTAMISEN. TÄMÄ MALLI TUOTTAA BINÄÄRISEN LUOKITUKSEN COVID-19-TAUDIN TAI COVID-19-PATOLOGIAN MUUN KUIN PATOLOGIAN DIAGNOSOINNIN TODENNÄKÖISYYDESTÄ, JOTTA VOIDAAN TUKEA KLIINISIÄ TUTKIJOITA DIAGNOOSIN VARHAISUUDEN, ERODIAGNOOSIN VÄHENEMISEN, RISKIOSITTEEN JA OTTIMAL THERAPY – HOIDON VARHAISEN ALOITTAMISEN JA SEURANNAN (HAITALLISTA KLIINISTÄ KURSSIA KOSKEVIEN VARHAISTEN ENNUSTEIDEN PERUSTEELLA) OSALTA. (Finnish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: HANKKEEN TAVOITTEENA ON PERUSTAA TEKOÄLYYN PERUSTUVA TUTKIMUSJÄRJESTELMÄ, JONKA AVULLA VOIDAAN ANALYSOIDA KAIKUKARDIOGRAFISIA KUVIA, KEUHKON ULTRAÄÄNI- JA RÖNTGENKUVIA AIKUISPOTILAISTA (COVID-19-NEGATIIVISET, COVID-19-POSITIIVISET JA ARDS-COVID-19-POTILAAT, JOTKA OVAT SAIRAALAHOIDOSSA KUMPPANUUSSAIRAALOISSA), SEKÄ RAPORTOINTITIETOJA, JOTTA VOIDAAN RAKENTAA KONEOPPIMISMALLIN KOULUTTAMISESSA HYÖDYLLINEN AINEISTO, KUNNES VALITAAN MALLI, JOKA PYSTYY TUOTTAMAAN TARKIMMAN DIAGNOOSIN ENNUSTAMISEN. TÄMÄ MALLI TUOTTAA BINÄÄRISEN LUOKITUKSEN COVID-19-TAUDIN TAI COVID-19-PATOLOGIAN MUUN KUIN PATOLOGIAN DIAGNOSOINNIN TODENNÄKÖISYYDESTÄ, JOTTA VOIDAAN TUKEA KLIINISIÄ TUTKIJOITA DIAGNOOSIN VARHAISUUDEN, ERODIAGNOOSIN VÄHENEMISEN, RISKIOSITTEEN JA OTTIMAL THERAPY – HOIDON VARHAISEN ALOITTAMISEN JA SEURANNAN (HAITALLISTA KLIINISTÄ KURSSIA KOSKEVIEN VARHAISTEN ENNUSTEIDEN PERUSTEELLA) OSALTA. (Finnish) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
CELEM PROJEKTU JEST STWORZENIE SYSTEMU BADAŃ OPARTYCH NA SZTUCZNEJ INTELIGENCJI (AI) ZDOLNEGO DO ANALIZY OBRAZÓW ECHOKARDIOGRAFICZNYCH, ULTRASONOGRAFII PŁUCNEJ I OBRAZÓW RENTGENOWSKICH DOROSŁYCH PACJENTÓW (COVID-19 UJEMNYCH, PACJENTÓW Z COVID-19 DODATNICH I CHORYCH NA COVID-19 HOSPITALIZOWANYCH W SZPITALACH PARTNERSKICH), WRAZ Z INFORMACJAMI SPRAWOZDAWCZYMI, TAK ABY STWORZYĆ ZBIÓR DANYCH PRZYDATNY DO SZKOLENIA MODELU UCZENIA MASZYNOWEGO DO MOMENTU WYBORU MODELU UMOŻLIWIAJĄCEGO ZAPEWNIENIE JAK NAJDOKŁADNIEJSZEGO PRZEWIDYWANIA DIAGNOZY. MODEL TEN STWORZY DWUSKŁADNIKOWĄ KLASYFIKACJĘ PRAWDOPODOBIEŃSTWA DIAGNOZOWANIA NIEPATOLOGII Z PATOLOGII COVID-19 LUB COVID-19 W CELU WSPARCIA KLINICYSTÓW W DIAGNOSTYCE – POD WZGLĘDEM WCZESNEJ, MNIEJSZEJ TRUDNOŚCI W DIAGNOSTYCE RÓŻNICOWEJ, STRATYFIKACJI RYZYKA I WCZESNEGO ROZPOCZĘCIA LECZENIA OTTIMAL THERAPY- I DZIAŁAŃ NASTĘPCZYCH (POD WZGLĘDEM WCZESNYCH PROGNOZ NIEKORZYSTNEGO PRZEBIEGU KLINICZNEGO). (Polish) | |||||||||||||||
| Property / summary: CELEM PROJEKTU JEST STWORZENIE SYSTEMU BADAŃ OPARTYCH NA SZTUCZNEJ INTELIGENCJI (AI) ZDOLNEGO DO ANALIZY OBRAZÓW ECHOKARDIOGRAFICZNYCH, ULTRASONOGRAFII PŁUCNEJ I OBRAZÓW RENTGENOWSKICH DOROSŁYCH PACJENTÓW (COVID-19 UJEMNYCH, PACJENTÓW Z COVID-19 DODATNICH I CHORYCH NA COVID-19 HOSPITALIZOWANYCH W SZPITALACH PARTNERSKICH), WRAZ Z INFORMACJAMI SPRAWOZDAWCZYMI, TAK ABY STWORZYĆ ZBIÓR DANYCH PRZYDATNY DO SZKOLENIA MODELU UCZENIA MASZYNOWEGO DO MOMENTU WYBORU MODELU UMOŻLIWIAJĄCEGO ZAPEWNIENIE JAK NAJDOKŁADNIEJSZEGO PRZEWIDYWANIA DIAGNOZY. MODEL TEN STWORZY DWUSKŁADNIKOWĄ KLASYFIKACJĘ PRAWDOPODOBIEŃSTWA DIAGNOZOWANIA NIEPATOLOGII Z PATOLOGII COVID-19 LUB COVID-19 W CELU WSPARCIA KLINICYSTÓW W DIAGNOSTYCE – POD WZGLĘDEM WCZESNEJ, MNIEJSZEJ TRUDNOŚCI W DIAGNOSTYCE RÓŻNICOWEJ, STRATYFIKACJI RYZYKA I WCZESNEGO ROZPOCZĘCIA LECZENIA OTTIMAL THERAPY- I DZIAŁAŃ NASTĘPCZYCH (POD WZGLĘDEM WCZESNYCH PROGNOZ NIEKORZYSTNEGO PRZEBIEGU KLINICZNEGO). (Polish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: CELEM PROJEKTU JEST STWORZENIE SYSTEMU BADAŃ OPARTYCH NA SZTUCZNEJ INTELIGENCJI (AI) ZDOLNEGO DO ANALIZY OBRAZÓW ECHOKARDIOGRAFICZNYCH, ULTRASONOGRAFII PŁUCNEJ I OBRAZÓW RENTGENOWSKICH DOROSŁYCH PACJENTÓW (COVID-19 UJEMNYCH, PACJENTÓW Z COVID-19 DODATNICH I CHORYCH NA COVID-19 HOSPITALIZOWANYCH W SZPITALACH PARTNERSKICH), WRAZ Z INFORMACJAMI SPRAWOZDAWCZYMI, TAK ABY STWORZYĆ ZBIÓR DANYCH PRZYDATNY DO SZKOLENIA MODELU UCZENIA MASZYNOWEGO DO MOMENTU WYBORU MODELU UMOŻLIWIAJĄCEGO ZAPEWNIENIE JAK NAJDOKŁADNIEJSZEGO PRZEWIDYWANIA DIAGNOZY. MODEL TEN STWORZY DWUSKŁADNIKOWĄ KLASYFIKACJĘ PRAWDOPODOBIEŃSTWA DIAGNOZOWANIA NIEPATOLOGII Z PATOLOGII COVID-19 LUB COVID-19 W CELU WSPARCIA KLINICYSTÓW W DIAGNOSTYCE – POD WZGLĘDEM WCZESNEJ, MNIEJSZEJ TRUDNOŚCI W DIAGNOSTYCE RÓŻNICOWEJ, STRATYFIKACJI RYZYKA I WCZESNEGO ROZPOCZĘCIA LECZENIA OTTIMAL THERAPY- I DZIAŁAŃ NASTĘPCZYCH (POD WZGLĘDEM WCZESNYCH PROGNOZ NIEKORZYSTNEGO PRZEBIEGU KLINICZNEGO). (Polish) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
CILJ PROJEKTA JE VZPOSTAVITI ŠTUDIJSKI SISTEM, KI TEMELJI NA UMETNI INTELIGENCI IN LAHKO ANALIZIRA EHOKARDIOGRAFSKE SLIKE, PLJUČNI ULTRAZVOK IN RENTGENSKE SLIKE ODRASLIH BOLNIKOV (NEGATIVNI ZARADI COVID-19, BOLNIKI S COVID-19 POZITIVNIMI IN ARDS-COVID-19, HOSPITALIZIRANI V PARTNERSKIH BOLNIŠNICAH), SKUPAJ S POROČANJEM INFORMACIJ, DA SE USTVARI NABOR PODATKOV, KORISTEN ZA USPOSABLJANJE MODELA STROJNEGA UČENJA, DOKLER NE IZBEREMO MODELA, KI LAHKO ZAGOTOVI NAJBOLJ NATANČNO NAPOVED DIAGNOZE. TA MODEL BO ZAGOTOVIL BINARNO KLASIFIKACIJO VERJETNOSTI DIAGNOZE NEPATOLOGIJE IZ PATOLOGIJE COVID-19 ALI COVID-19 ZA PODPORO KLINIČNIM ZDRAVNIKOM PRI DIAGNOZI – V SMISLU ZGODNJESTI, MANJ TEŽAV PRI DIFERENCIALNI DIAGNOZI, STRATIFIKACIJE TVEGANJA IN ZGODNJEGA ZAČETKA OTTIMALNE TERAPY- IN SPREMLJANJA (V SMISLU ZGODNJIH NAPOVEDOVALCEV NEŽELENEGA KLINIČNEGA ZDRAVLJENJA). (Slovenian) | |||||||||||||||
| Property / summary: CILJ PROJEKTA JE VZPOSTAVITI ŠTUDIJSKI SISTEM, KI TEMELJI NA UMETNI INTELIGENCI IN LAHKO ANALIZIRA EHOKARDIOGRAFSKE SLIKE, PLJUČNI ULTRAZVOK IN RENTGENSKE SLIKE ODRASLIH BOLNIKOV (NEGATIVNI ZARADI COVID-19, BOLNIKI S COVID-19 POZITIVNIMI IN ARDS-COVID-19, HOSPITALIZIRANI V PARTNERSKIH BOLNIŠNICAH), SKUPAJ S POROČANJEM INFORMACIJ, DA SE USTVARI NABOR PODATKOV, KORISTEN ZA USPOSABLJANJE MODELA STROJNEGA UČENJA, DOKLER NE IZBEREMO MODELA, KI LAHKO ZAGOTOVI NAJBOLJ NATANČNO NAPOVED DIAGNOZE. TA MODEL BO ZAGOTOVIL BINARNO KLASIFIKACIJO VERJETNOSTI DIAGNOZE NEPATOLOGIJE IZ PATOLOGIJE COVID-19 ALI COVID-19 ZA PODPORO KLINIČNIM ZDRAVNIKOM PRI DIAGNOZI – V SMISLU ZGODNJESTI, MANJ TEŽAV PRI DIFERENCIALNI DIAGNOZI, STRATIFIKACIJE TVEGANJA IN ZGODNJEGA ZAČETKA OTTIMALNE TERAPY- IN SPREMLJANJA (V SMISLU ZGODNJIH NAPOVEDOVALCEV NEŽELENEGA KLINIČNEGA ZDRAVLJENJA). (Slovenian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: CILJ PROJEKTA JE VZPOSTAVITI ŠTUDIJSKI SISTEM, KI TEMELJI NA UMETNI INTELIGENCI IN LAHKO ANALIZIRA EHOKARDIOGRAFSKE SLIKE, PLJUČNI ULTRAZVOK IN RENTGENSKE SLIKE ODRASLIH BOLNIKOV (NEGATIVNI ZARADI COVID-19, BOLNIKI S COVID-19 POZITIVNIMI IN ARDS-COVID-19, HOSPITALIZIRANI V PARTNERSKIH BOLNIŠNICAH), SKUPAJ S POROČANJEM INFORMACIJ, DA SE USTVARI NABOR PODATKOV, KORISTEN ZA USPOSABLJANJE MODELA STROJNEGA UČENJA, DOKLER NE IZBEREMO MODELA, KI LAHKO ZAGOTOVI NAJBOLJ NATANČNO NAPOVED DIAGNOZE. TA MODEL BO ZAGOTOVIL BINARNO KLASIFIKACIJO VERJETNOSTI DIAGNOZE NEPATOLOGIJE IZ PATOLOGIJE COVID-19 ALI COVID-19 ZA PODPORO KLINIČNIM ZDRAVNIKOM PRI DIAGNOZI – V SMISLU ZGODNJESTI, MANJ TEŽAV PRI DIFERENCIALNI DIAGNOZI, STRATIFIKACIJE TVEGANJA IN ZGODNJEGA ZAČETKA OTTIMALNE TERAPY- IN SPREMLJANJA (V SMISLU ZGODNJIH NAPOVEDOVALCEV NEŽELENEGA KLINIČNEGA ZDRAVLJENJA). (Slovenian) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
CÍLEM PROJEKTU JE VYTVOŘIT SYSTÉM STUDIE ZALOŽENÝ NA UMĚLÉ INTELIGENCI (AI), KTERÝ BUDE SCHOPEN ANALYZOVAT ECHOKARDIOGRAFICKÉ SNÍMKY, PLICNÍ ULTRAZVUK A RENTGENOVÉ SNÍMKY DOSPĚLÝCH PACIENTŮ (COVID-19 NEGATIVNÍ, COVID-19 POZITIVNÍ A ARDS-COVID-19 HOSPITALIZOVANÝCH V PARTNERSKÝCH NEMOCNICÍCH) SPOLU S INFORMACEMI O PODÁVÁNÍ ZPRÁV TAK, ABY BYL VYTVOŘEN DATOVÝ SOUBOR UŽITEČNÝ PRO ŠKOLENÍ MODELU STROJOVÉHO UČENÍ AŽ DO VÝBĚRU MODELU SCHOPNÉHO POSKYTNOUT NEJPŘESNĚJŠÍ PŘEDPOVĚĎ DIAGNÓZY. TENTO MODEL VYTVOŘÍ BINÁRNÍ KLASIFIKACI PRAVDĚPODOBNOSTI DIAGNÓZY NEPATOLOGIE Z PATOLOGIE ONEMOCNĚNÍ COVID-19 NEBO ONEMOCNĚNÍ COVID-19 S CÍLEM PODPOŘIT KLINICKÉ LÉKAŘE V DIAGNOSTICE – POKUD JDE O VČASNOST, MENŠÍ OBTÍŽE V DIFERENCIÁLNÍ DIAGNOSTICE, STRATIFIKACI RIZIKA A VČASNÉ ZAHÁJENÍ OTTIMAL THERAPY- A NÁSLEDNÉ SLEDOVÁNÍ (POKUD JDE O VČASNÉ PREDIKTORY NEPŘÍZNIVÉHO KLINICKÉHO KURZU (Czech) | |||||||||||||||
| Property / summary: CÍLEM PROJEKTU JE VYTVOŘIT SYSTÉM STUDIE ZALOŽENÝ NA UMĚLÉ INTELIGENCI (AI), KTERÝ BUDE SCHOPEN ANALYZOVAT ECHOKARDIOGRAFICKÉ SNÍMKY, PLICNÍ ULTRAZVUK A RENTGENOVÉ SNÍMKY DOSPĚLÝCH PACIENTŮ (COVID-19 NEGATIVNÍ, COVID-19 POZITIVNÍ A ARDS-COVID-19 HOSPITALIZOVANÝCH V PARTNERSKÝCH NEMOCNICÍCH) SPOLU S INFORMACEMI O PODÁVÁNÍ ZPRÁV TAK, ABY BYL VYTVOŘEN DATOVÝ SOUBOR UŽITEČNÝ PRO ŠKOLENÍ MODELU STROJOVÉHO UČENÍ AŽ DO VÝBĚRU MODELU SCHOPNÉHO POSKYTNOUT NEJPŘESNĚJŠÍ PŘEDPOVĚĎ DIAGNÓZY. TENTO MODEL VYTVOŘÍ BINÁRNÍ KLASIFIKACI PRAVDĚPODOBNOSTI DIAGNÓZY NEPATOLOGIE Z PATOLOGIE ONEMOCNĚNÍ COVID-19 NEBO ONEMOCNĚNÍ COVID-19 S CÍLEM PODPOŘIT KLINICKÉ LÉKAŘE V DIAGNOSTICE – POKUD JDE O VČASNOST, MENŠÍ OBTÍŽE V DIFERENCIÁLNÍ DIAGNOSTICE, STRATIFIKACI RIZIKA A VČASNÉ ZAHÁJENÍ OTTIMAL THERAPY- A NÁSLEDNÉ SLEDOVÁNÍ (POKUD JDE O VČASNÉ PREDIKTORY NEPŘÍZNIVÉHO KLINICKÉHO KURZU (Czech) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: CÍLEM PROJEKTU JE VYTVOŘIT SYSTÉM STUDIE ZALOŽENÝ NA UMĚLÉ INTELIGENCI (AI), KTERÝ BUDE SCHOPEN ANALYZOVAT ECHOKARDIOGRAFICKÉ SNÍMKY, PLICNÍ ULTRAZVUK A RENTGENOVÉ SNÍMKY DOSPĚLÝCH PACIENTŮ (COVID-19 NEGATIVNÍ, COVID-19 POZITIVNÍ A ARDS-COVID-19 HOSPITALIZOVANÝCH V PARTNERSKÝCH NEMOCNICÍCH) SPOLU S INFORMACEMI O PODÁVÁNÍ ZPRÁV TAK, ABY BYL VYTVOŘEN DATOVÝ SOUBOR UŽITEČNÝ PRO ŠKOLENÍ MODELU STROJOVÉHO UČENÍ AŽ DO VÝBĚRU MODELU SCHOPNÉHO POSKYTNOUT NEJPŘESNĚJŠÍ PŘEDPOVĚĎ DIAGNÓZY. TENTO MODEL VYTVOŘÍ BINÁRNÍ KLASIFIKACI PRAVDĚPODOBNOSTI DIAGNÓZY NEPATOLOGIE Z PATOLOGIE ONEMOCNĚNÍ COVID-19 NEBO ONEMOCNĚNÍ COVID-19 S CÍLEM PODPOŘIT KLINICKÉ LÉKAŘE V DIAGNOSTICE – POKUD JDE O VČASNOST, MENŠÍ OBTÍŽE V DIFERENCIÁLNÍ DIAGNOSTICE, STRATIFIKACI RIZIKA A VČASNÉ ZAHÁJENÍ OTTIMAL THERAPY- A NÁSLEDNÉ SLEDOVÁNÍ (POKUD JDE O VČASNÉ PREDIKTORY NEPŘÍZNIVÉHO KLINICKÉHO KURZU (Czech) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
PROJEKTO TIKSLAS – SUKURTI DIRBTINIU INTELEKTU GRINDŽIAMĄ TYRIMŲ SISTEMĄ (AI), KURIOJE BŪTŲ GALIMA ANALIZUOTI SUAUGUSIŲ PACIENTŲ ECHOKARDIOGRAFINIUS VAIZDUS, PLAUČIŲ ULTRAGARSĄ IR RENTGENO SPINDULIUS (COVID-19 NEIGIAMI, COVID-19 TEIGIAMI IR COVID-19 SERGANTYS PACIENTAI, HOSPITALIZUOTI PARTNERYSTĖS LIGONINĖSE), KARTU SU ATASKAITŲ INFORMACIJA, KAD BŪTŲ SUKURTAS DUOMENŲ RINKINYS, NAUDINGAS MAŠININIO MOKYMOSI MODELIUI MOKYTI, KOL BUS PASIRINKTAS MODELIS, GALINTIS TIKSLIAU PROGNOZUOTI DIAGNOZĘ. PAGAL ŠĮ MODELĮ BUS SUDARYTA DVEJETAINĖ COVID-19 AR COVID-19 PATOLOGIJOS NEPATOLOGIJOS DIAGNOZAVIMO TIKIMYBĖ KLASIFIKACIJA, SIEKIANT PADĖTI GYDYTOJAMS DIAGNOZUOTI – ANKSTYVUMO, MAŽESNIŲ DIFERENCINĖS DIAGNOSTIKOS SUNKUMŲ, RIZIKOS STRATIFIKACIJOS IR ANKSTYVO OTTIMAL THERAPY INICIJAVIMO BEI TOLESNIŲ VEIKSMŲ (PAGAL ANKSTYVUS NEPAGEIDAUJAMO KLINIKINIO KURSO PROGNOZATORIUS) POŽIŪRIU. (Lithuanian) | |||||||||||||||
| Property / summary: PROJEKTO TIKSLAS – SUKURTI DIRBTINIU INTELEKTU GRINDŽIAMĄ TYRIMŲ SISTEMĄ (AI), KURIOJE BŪTŲ GALIMA ANALIZUOTI SUAUGUSIŲ PACIENTŲ ECHOKARDIOGRAFINIUS VAIZDUS, PLAUČIŲ ULTRAGARSĄ IR RENTGENO SPINDULIUS (COVID-19 NEIGIAMI, COVID-19 TEIGIAMI IR COVID-19 SERGANTYS PACIENTAI, HOSPITALIZUOTI PARTNERYSTĖS LIGONINĖSE), KARTU SU ATASKAITŲ INFORMACIJA, KAD BŪTŲ SUKURTAS DUOMENŲ RINKINYS, NAUDINGAS MAŠININIO MOKYMOSI MODELIUI MOKYTI, KOL BUS PASIRINKTAS MODELIS, GALINTIS TIKSLIAU PROGNOZUOTI DIAGNOZĘ. PAGAL ŠĮ MODELĮ BUS SUDARYTA DVEJETAINĖ COVID-19 AR COVID-19 PATOLOGIJOS NEPATOLOGIJOS DIAGNOZAVIMO TIKIMYBĖ KLASIFIKACIJA, SIEKIANT PADĖTI GYDYTOJAMS DIAGNOZUOTI – ANKSTYVUMO, MAŽESNIŲ DIFERENCINĖS DIAGNOSTIKOS SUNKUMŲ, RIZIKOS STRATIFIKACIJOS IR ANKSTYVO OTTIMAL THERAPY INICIJAVIMO BEI TOLESNIŲ VEIKSMŲ (PAGAL ANKSTYVUS NEPAGEIDAUJAMO KLINIKINIO KURSO PROGNOZATORIUS) POŽIŪRIU. (Lithuanian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: PROJEKTO TIKSLAS – SUKURTI DIRBTINIU INTELEKTU GRINDŽIAMĄ TYRIMŲ SISTEMĄ (AI), KURIOJE BŪTŲ GALIMA ANALIZUOTI SUAUGUSIŲ PACIENTŲ ECHOKARDIOGRAFINIUS VAIZDUS, PLAUČIŲ ULTRAGARSĄ IR RENTGENO SPINDULIUS (COVID-19 NEIGIAMI, COVID-19 TEIGIAMI IR COVID-19 SERGANTYS PACIENTAI, HOSPITALIZUOTI PARTNERYSTĖS LIGONINĖSE), KARTU SU ATASKAITŲ INFORMACIJA, KAD BŪTŲ SUKURTAS DUOMENŲ RINKINYS, NAUDINGAS MAŠININIO MOKYMOSI MODELIUI MOKYTI, KOL BUS PASIRINKTAS MODELIS, GALINTIS TIKSLIAU PROGNOZUOTI DIAGNOZĘ. PAGAL ŠĮ MODELĮ BUS SUDARYTA DVEJETAINĖ COVID-19 AR COVID-19 PATOLOGIJOS NEPATOLOGIJOS DIAGNOZAVIMO TIKIMYBĖ KLASIFIKACIJA, SIEKIANT PADĖTI GYDYTOJAMS DIAGNOZUOTI – ANKSTYVUMO, MAŽESNIŲ DIFERENCINĖS DIAGNOSTIKOS SUNKUMŲ, RIZIKOS STRATIFIKACIJOS IR ANKSTYVO OTTIMAL THERAPY INICIJAVIMO BEI TOLESNIŲ VEIKSMŲ (PAGAL ANKSTYVUS NEPAGEIDAUJAMO KLINIKINIO KURSO PROGNOZATORIUS) POŽIŪRIU. (Lithuanian) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
PROJEKTA MĒRĶIS IR IZVEIDOT UZ MĀKSLĪGO INTELEKTU BALSTĪTU PĒTĪJUMU SISTĒMU (AI), KAS SPĒJ ANALIZĒT EHOKARDIOGRĀFISKOS ATTĒLUS, PLAUŠU ULTRASKAŅU UN RENTGENA ATTĒLUS PIEAUGUŠIEM PACIENTIEM (COVID-19 NEGATĪVI, COVID-19 POZITĪVI PACIENTI UN COVID-19 POZITĪVIE PACIENTI, KAS HOSPITALIZĒTI PARTNERĪBAS SLIMNĪCĀS), KĀ ARĪ ZIŅOT INFORMĀCIJU, LAI IZVEIDOTU MAŠĪNMĀCĪŠANĀS MODEĻA APMĀCĪBAI NODERĪGU DATU KOPU, LĪDZ TIEK IZVĒLĒTS MODELIS, KAS SPĒJ NODROŠINĀT VISPRECĪZĀKO DIAGNOZES PROGNOZI. ŠIS MODELIS IZSTRĀDĀS BINĀRO KLASIFIKĀCIJU NEPATOLOĢIJAS DIAGNOZES IESPĒJAMĪBAI NO COVID-19 VAI COVID-19 PATOLOĢIJAS, LAI ATBALSTĪTU KLĪNICISTUS DIAGNOSTIKĀ — ATTIECĪBĀ UZ AGRĪNUMU, MAZĀKĀM GRŪTĪBĀM DIFERENCIĀLDIAGNOSTIKĀ, RISKA STRATIFIKĀCIJU UN OTTIMAL THERAPY AGRĪNU UZSĀKŠANU UN PĒCKONTROLI (SAISTĪBĀ AR AGRĪNĀM NELABVĒLĪGA KLĪNISKĀ KURSA PROGNOZĒM). (Latvian) | |||||||||||||||
| Property / summary: PROJEKTA MĒRĶIS IR IZVEIDOT UZ MĀKSLĪGO INTELEKTU BALSTĪTU PĒTĪJUMU SISTĒMU (AI), KAS SPĒJ ANALIZĒT EHOKARDIOGRĀFISKOS ATTĒLUS, PLAUŠU ULTRASKAŅU UN RENTGENA ATTĒLUS PIEAUGUŠIEM PACIENTIEM (COVID-19 NEGATĪVI, COVID-19 POZITĪVI PACIENTI UN COVID-19 POZITĪVIE PACIENTI, KAS HOSPITALIZĒTI PARTNERĪBAS SLIMNĪCĀS), KĀ ARĪ ZIŅOT INFORMĀCIJU, LAI IZVEIDOTU MAŠĪNMĀCĪŠANĀS MODEĻA APMĀCĪBAI NODERĪGU DATU KOPU, LĪDZ TIEK IZVĒLĒTS MODELIS, KAS SPĒJ NODROŠINĀT VISPRECĪZĀKO DIAGNOZES PROGNOZI. ŠIS MODELIS IZSTRĀDĀS BINĀRO KLASIFIKĀCIJU NEPATOLOĢIJAS DIAGNOZES IESPĒJAMĪBAI NO COVID-19 VAI COVID-19 PATOLOĢIJAS, LAI ATBALSTĪTU KLĪNICISTUS DIAGNOSTIKĀ — ATTIECĪBĀ UZ AGRĪNUMU, MAZĀKĀM GRŪTĪBĀM DIFERENCIĀLDIAGNOSTIKĀ, RISKA STRATIFIKĀCIJU UN OTTIMAL THERAPY AGRĪNU UZSĀKŠANU UN PĒCKONTROLI (SAISTĪBĀ AR AGRĪNĀM NELABVĒLĪGA KLĪNISKĀ KURSA PROGNOZĒM). (Latvian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: PROJEKTA MĒRĶIS IR IZVEIDOT UZ MĀKSLĪGO INTELEKTU BALSTĪTU PĒTĪJUMU SISTĒMU (AI), KAS SPĒJ ANALIZĒT EHOKARDIOGRĀFISKOS ATTĒLUS, PLAUŠU ULTRASKAŅU UN RENTGENA ATTĒLUS PIEAUGUŠIEM PACIENTIEM (COVID-19 NEGATĪVI, COVID-19 POZITĪVI PACIENTI UN COVID-19 POZITĪVIE PACIENTI, KAS HOSPITALIZĒTI PARTNERĪBAS SLIMNĪCĀS), KĀ ARĪ ZIŅOT INFORMĀCIJU, LAI IZVEIDOTU MAŠĪNMĀCĪŠANĀS MODEĻA APMĀCĪBAI NODERĪGU DATU KOPU, LĪDZ TIEK IZVĒLĒTS MODELIS, KAS SPĒJ NODROŠINĀT VISPRECĪZĀKO DIAGNOZES PROGNOZI. ŠIS MODELIS IZSTRĀDĀS BINĀRO KLASIFIKĀCIJU NEPATOLOĢIJAS DIAGNOZES IESPĒJAMĪBAI NO COVID-19 VAI COVID-19 PATOLOĢIJAS, LAI ATBALSTĪTU KLĪNICISTUS DIAGNOSTIKĀ — ATTIECĪBĀ UZ AGRĪNUMU, MAZĀKĀM GRŪTĪBĀM DIFERENCIĀLDIAGNOSTIKĀ, RISKA STRATIFIKĀCIJU UN OTTIMAL THERAPY AGRĪNU UZSĀKŠANU UN PĒCKONTROLI (SAISTĪBĀ AR AGRĪNĀM NELABVĒLĪGA KLĪNISKĀ KURSA PROGNOZĒM). (Latvian) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
ЦЕЛТА НА ПРОЕКТА Е ДА СЕ СЪЗДАДЕ СИСТЕМА ЗА ИЗСЛЕДВАНЕ, БАЗИРАНА НА ИЗКУСТВЕН ИНТЕЛЕКТ (ИИ), КОЯТО ДА МОЖЕ ДА АНАЛИЗИРА ЕХОКАРДИОГРАФСКИ ИЗОБРАЖЕНИЯ, БЕЛОДРОБНИ УЛТРАЗВУКОВИ И РЕНТГЕНОВИ ИЗОБРАЖЕНИЯ НА ВЪЗРАСТНИ ПАЦИЕНТИ (ОТРИЦАТЕЛНИ ЗА COVID-19, ПОЗИТИВНИ ЗА COVID-19 И ПАЦИЕНТИ С ARDS-COVID-19, ХОСПИТАЛИЗИРАНИ В ПАРТНЬОРСКИТЕ БОЛНИЦИ), ЗАЕДНО С ИНФОРМАЦИЯТА ЗА ДОКЛАДВАНЕ, ТАКА ЧЕ ДА СЕ ИЗГРАДИ НАБОР ОТ ДАННИ, ПОЛЕЗЕН ЗА ОБУЧЕНИЕТО НА МОДЕЛА ЗА МАШИННО САМООБУЧЕНИЕ, ДОКАТО СЕ ИЗБЕРЕ МОДЕЛЪТ, СПОСОБЕН ДА ОСИГУРИ НАЙ-ТОЧНАТА ПРОГНОЗА ЗА ДИАГНОЗАТА. ТОЗИ МОДЕЛ ЩЕ ДОВЕДЕ ДО ДВОИЧНА КЛАСИФИКАЦИЯ НА ВЕРОЯТНОСТТА ОТ ДИАГНОСТИЦИРАНЕ НА НЕПАТОЛОГИЯ ОТ COVID-19 ИЛИ ОТ ПАТОЛОГИЯТА НА COVID-19 В ПОДКРЕПА НА КЛИНИЧНИТЕ СПЕЦИАЛИСТИ В ДИАГНОСТИКАТА — ОТ ГЛЕДНА ТОЧКА НА РАННОСТ, ПО-МАЛКА ТРУДНОСТ ПРИ ДИФЕРЕНЦИАЛНАТА ДИАГНОСТИКА, СТРАТИФИКАЦИЯ НА РИСКА И РАННО ЗАПОЧВАНЕ НА OTTIMAL THERAPY- И ПОСЛЕДВАЩИ ДЕЙСТВИЯ (ПО ОТНОШЕНИЕ НА РАННИТЕ ПРОГНОЗИ ЗА НЕБЛАГОПРИЯТНИЯ КЛИНИЧЕН КУРС) (Bulgarian) | |||||||||||||||
| Property / summary: ЦЕЛТА НА ПРОЕКТА Е ДА СЕ СЪЗДАДЕ СИСТЕМА ЗА ИЗСЛЕДВАНЕ, БАЗИРАНА НА ИЗКУСТВЕН ИНТЕЛЕКТ (ИИ), КОЯТО ДА МОЖЕ ДА АНАЛИЗИРА ЕХОКАРДИОГРАФСКИ ИЗОБРАЖЕНИЯ, БЕЛОДРОБНИ УЛТРАЗВУКОВИ И РЕНТГЕНОВИ ИЗОБРАЖЕНИЯ НА ВЪЗРАСТНИ ПАЦИЕНТИ (ОТРИЦАТЕЛНИ ЗА COVID-19, ПОЗИТИВНИ ЗА COVID-19 И ПАЦИЕНТИ С ARDS-COVID-19, ХОСПИТАЛИЗИРАНИ В ПАРТНЬОРСКИТЕ БОЛНИЦИ), ЗАЕДНО С ИНФОРМАЦИЯТА ЗА ДОКЛАДВАНЕ, ТАКА ЧЕ ДА СЕ ИЗГРАДИ НАБОР ОТ ДАННИ, ПОЛЕЗЕН ЗА ОБУЧЕНИЕТО НА МОДЕЛА ЗА МАШИННО САМООБУЧЕНИЕ, ДОКАТО СЕ ИЗБЕРЕ МОДЕЛЪТ, СПОСОБЕН ДА ОСИГУРИ НАЙ-ТОЧНАТА ПРОГНОЗА ЗА ДИАГНОЗАТА. ТОЗИ МОДЕЛ ЩЕ ДОВЕДЕ ДО ДВОИЧНА КЛАСИФИКАЦИЯ НА ВЕРОЯТНОСТТА ОТ ДИАГНОСТИЦИРАНЕ НА НЕПАТОЛОГИЯ ОТ COVID-19 ИЛИ ОТ ПАТОЛОГИЯТА НА COVID-19 В ПОДКРЕПА НА КЛИНИЧНИТЕ СПЕЦИАЛИСТИ В ДИАГНОСТИКАТА — ОТ ГЛЕДНА ТОЧКА НА РАННОСТ, ПО-МАЛКА ТРУДНОСТ ПРИ ДИФЕРЕНЦИАЛНАТА ДИАГНОСТИКА, СТРАТИФИКАЦИЯ НА РИСКА И РАННО ЗАПОЧВАНЕ НА OTTIMAL THERAPY- И ПОСЛЕДВАЩИ ДЕЙСТВИЯ (ПО ОТНОШЕНИЕ НА РАННИТЕ ПРОГНОЗИ ЗА НЕБЛАГОПРИЯТНИЯ КЛИНИЧЕН КУРС) (Bulgarian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: ЦЕЛТА НА ПРОЕКТА Е ДА СЕ СЪЗДАДЕ СИСТЕМА ЗА ИЗСЛЕДВАНЕ, БАЗИРАНА НА ИЗКУСТВЕН ИНТЕЛЕКТ (ИИ), КОЯТО ДА МОЖЕ ДА АНАЛИЗИРА ЕХОКАРДИОГРАФСКИ ИЗОБРАЖЕНИЯ, БЕЛОДРОБНИ УЛТРАЗВУКОВИ И РЕНТГЕНОВИ ИЗОБРАЖЕНИЯ НА ВЪЗРАСТНИ ПАЦИЕНТИ (ОТРИЦАТЕЛНИ ЗА COVID-19, ПОЗИТИВНИ ЗА COVID-19 И ПАЦИЕНТИ С ARDS-COVID-19, ХОСПИТАЛИЗИРАНИ В ПАРТНЬОРСКИТЕ БОЛНИЦИ), ЗАЕДНО С ИНФОРМАЦИЯТА ЗА ДОКЛАДВАНЕ, ТАКА ЧЕ ДА СЕ ИЗГРАДИ НАБОР ОТ ДАННИ, ПОЛЕЗЕН ЗА ОБУЧЕНИЕТО НА МОДЕЛА ЗА МАШИННО САМООБУЧЕНИЕ, ДОКАТО СЕ ИЗБЕРЕ МОДЕЛЪТ, СПОСОБЕН ДА ОСИГУРИ НАЙ-ТОЧНАТА ПРОГНОЗА ЗА ДИАГНОЗАТА. ТОЗИ МОДЕЛ ЩЕ ДОВЕДЕ ДО ДВОИЧНА КЛАСИФИКАЦИЯ НА ВЕРОЯТНОСТТА ОТ ДИАГНОСТИЦИРАНЕ НА НЕПАТОЛОГИЯ ОТ COVID-19 ИЛИ ОТ ПАТОЛОГИЯТА НА COVID-19 В ПОДКРЕПА НА КЛИНИЧНИТЕ СПЕЦИАЛИСТИ В ДИАГНОСТИКАТА — ОТ ГЛЕДНА ТОЧКА НА РАННОСТ, ПО-МАЛКА ТРУДНОСТ ПРИ ДИФЕРЕНЦИАЛНАТА ДИАГНОСТИКА, СТРАТИФИКАЦИЯ НА РИСКА И РАННО ЗАПОЧВАНЕ НА OTTIMAL THERAPY- И ПОСЛЕДВАЩИ ДЕЙСТВИЯ (ПО ОТНОШЕНИЕ НА РАННИТЕ ПРОГНОЗИ ЗА НЕБЛАГОПРИЯТНИЯ КЛИНИЧЕН КУРС) (Bulgarian) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
A PROJEKT CÉLJA EGY MESTERSÉGES INTELLIGENCIÁN ALAPULÓ VIZSGÁLATI RENDSZER (AI) LÉTREHOZÁSA, AMELY KÉPES ELEMEZNI A FELNŐTT BETEGEK (COVID-19 NEGATÍV, COVID19-POZITÍV ÉS ARDS-COVID-19 BETEGEK) ECHOKARDIOGRÁFIÁS KÉPEIT, TÜDŐ ULTRAHANGJÁT ÉS RÖNTGENKÉPEIT, VALAMINT A JELENTÉSI INFORMÁCIÓKAT, HOGY A GÉPI TANULÁSI MODELL KÉPZÉSÉHEZ HASZNOS ADATKÉSZLETET ÉPÍTSENEK KI A DIAGNÓZIS LEGPONTOSABB ELŐREJELZÉSÉRE KÉPES MODELL KIVÁLASZTÁSÁIG. EZ A MODELL A COVID19-BŐL VAGY A COVID19 PATOLÓGIÁBÓL SZÁRMAZÓ NEM PATOLÓGIA DIAGNÓZISA VALÓSZÍNŰSÉGÉNEK BINÁRIS OSZTÁLYOZÁSÁT FOGJA EREDMÉNYEZNI, HOGY TÁMOGASSA A KLINIKUSOKAT A DIAGNÓZIS KORAI SZAKASZÁBAN, A DIFFERENCIÁLDIAGNÓZIS KISEBB NEHÉZSÉGÉBEN, A KOCKÁZATI RÉTEGEZÉSBEN ÉS AZ OTTIMAL THERAPY KORAI ELINDÍTÁSÁBAN (A NEMKÍVÁNATOS KLINIKAI LEFOLYÁS KORAI ELŐREJELZŐI TEKINTETÉBEN) (Hungarian) | |||||||||||||||
| Property / summary: A PROJEKT CÉLJA EGY MESTERSÉGES INTELLIGENCIÁN ALAPULÓ VIZSGÁLATI RENDSZER (AI) LÉTREHOZÁSA, AMELY KÉPES ELEMEZNI A FELNŐTT BETEGEK (COVID-19 NEGATÍV, COVID19-POZITÍV ÉS ARDS-COVID-19 BETEGEK) ECHOKARDIOGRÁFIÁS KÉPEIT, TÜDŐ ULTRAHANGJÁT ÉS RÖNTGENKÉPEIT, VALAMINT A JELENTÉSI INFORMÁCIÓKAT, HOGY A GÉPI TANULÁSI MODELL KÉPZÉSÉHEZ HASZNOS ADATKÉSZLETET ÉPÍTSENEK KI A DIAGNÓZIS LEGPONTOSABB ELŐREJELZÉSÉRE KÉPES MODELL KIVÁLASZTÁSÁIG. EZ A MODELL A COVID19-BŐL VAGY A COVID19 PATOLÓGIÁBÓL SZÁRMAZÓ NEM PATOLÓGIA DIAGNÓZISA VALÓSZÍNŰSÉGÉNEK BINÁRIS OSZTÁLYOZÁSÁT FOGJA EREDMÉNYEZNI, HOGY TÁMOGASSA A KLINIKUSOKAT A DIAGNÓZIS KORAI SZAKASZÁBAN, A DIFFERENCIÁLDIAGNÓZIS KISEBB NEHÉZSÉGÉBEN, A KOCKÁZATI RÉTEGEZÉSBEN ÉS AZ OTTIMAL THERAPY KORAI ELINDÍTÁSÁBAN (A NEMKÍVÁNATOS KLINIKAI LEFOLYÁS KORAI ELŐREJELZŐI TEKINTETÉBEN) (Hungarian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: A PROJEKT CÉLJA EGY MESTERSÉGES INTELLIGENCIÁN ALAPULÓ VIZSGÁLATI RENDSZER (AI) LÉTREHOZÁSA, AMELY KÉPES ELEMEZNI A FELNŐTT BETEGEK (COVID-19 NEGATÍV, COVID19-POZITÍV ÉS ARDS-COVID-19 BETEGEK) ECHOKARDIOGRÁFIÁS KÉPEIT, TÜDŐ ULTRAHANGJÁT ÉS RÖNTGENKÉPEIT, VALAMINT A JELENTÉSI INFORMÁCIÓKAT, HOGY A GÉPI TANULÁSI MODELL KÉPZÉSÉHEZ HASZNOS ADATKÉSZLETET ÉPÍTSENEK KI A DIAGNÓZIS LEGPONTOSABB ELŐREJELZÉSÉRE KÉPES MODELL KIVÁLASZTÁSÁIG. EZ A MODELL A COVID19-BŐL VAGY A COVID19 PATOLÓGIÁBÓL SZÁRMAZÓ NEM PATOLÓGIA DIAGNÓZISA VALÓSZÍNŰSÉGÉNEK BINÁRIS OSZTÁLYOZÁSÁT FOGJA EREDMÉNYEZNI, HOGY TÁMOGASSA A KLINIKUSOKAT A DIAGNÓZIS KORAI SZAKASZÁBAN, A DIFFERENCIÁLDIAGNÓZIS KISEBB NEHÉZSÉGÉBEN, A KOCKÁZATI RÉTEGEZÉSBEN ÉS AZ OTTIMAL THERAPY KORAI ELINDÍTÁSÁBAN (A NEMKÍVÁNATOS KLINIKAI LEFOLYÁS KORAI ELŐREJELZŐI TEKINTETÉBEN) (Hungarian) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
IS É IS AIDHM DON TIONSCADAL CÓRAS STAIDÉIR ATÁ BUNAITHE AR AN INTLEACHT SHAORGA (IS) A BHUNÚ LENA BHFÉADFAR ANAILÍS A DHÉANAMH AR ÍOMHÁNNA MACALLACARDIOGRAPHIC, ÍOMHÁNNA ULTRAFHUAIME SCAMHÓGACHA AGUS X-GHATHAITHE D’OTHAIR AOSACHA (DIÚLTACH COVID-19, OTHAIR DHEARFACHA COVID-19 AGUS OTHAIR ARDS-COVID-19 ATÁ SAN OSPIDÉAL SNA HOSPIDÉIL CHOMHPHÁIRTÍOCHTA), MAR AON LEIS AN BHFAISNÉIS TUAIRISCITHE, CHUN TACAR SONRAÍ A THÓGÁIL A BHEIDH ÚSÁIDEACH CHUN AN TSAMHAIL MHEAISÍNFHOGHLAMA A OILIÚINT GO DTÍ GO ROGHNÓFAR AN TSAMHAIL ATÁ IN ANN AN TUAR IS CRUINNE AR DHIAGNÓIS A SHOLÁTHAR. CUIRFIDH AN TSAMHAIL SEO AICMIÚ DÉNÁRTHA AR FÁIL MAIDIR LE DÓCHÚLACHT DIAGNÓISE NEAMHPHAITEOLAÍOCHTA COVID-19 NÓ PAITEOLAÍOCHTA COVID-19 CHUN TACÚ LE CLINICEOIRÍ I NDIAGNÓISIÚ — I DTÉARMAÍ EARLYNESS, NÍOS LÚ DEACRACHTA MAIDIR LE DIAGNÓIS DHIFREÁLACH, SRATHÚ RIOSCA AGUS LUATH-THIONSCNAMH OTTIMAL THERAPY- AGUS BEARTA LEANTACHA (I DTÉARMAÍ LUATH-RÉAMHTHÉITHEOIRÍ AN CHÚRSA CHLINICIÚIL DHÍOBHÁLAIGH (Irish) | |||||||||||||||
| Property / summary: IS É IS AIDHM DON TIONSCADAL CÓRAS STAIDÉIR ATÁ BUNAITHE AR AN INTLEACHT SHAORGA (IS) A BHUNÚ LENA BHFÉADFAR ANAILÍS A DHÉANAMH AR ÍOMHÁNNA MACALLACARDIOGRAPHIC, ÍOMHÁNNA ULTRAFHUAIME SCAMHÓGACHA AGUS X-GHATHAITHE D’OTHAIR AOSACHA (DIÚLTACH COVID-19, OTHAIR DHEARFACHA COVID-19 AGUS OTHAIR ARDS-COVID-19 ATÁ SAN OSPIDÉAL SNA HOSPIDÉIL CHOMHPHÁIRTÍOCHTA), MAR AON LEIS AN BHFAISNÉIS TUAIRISCITHE, CHUN TACAR SONRAÍ A THÓGÁIL A BHEIDH ÚSÁIDEACH CHUN AN TSAMHAIL MHEAISÍNFHOGHLAMA A OILIÚINT GO DTÍ GO ROGHNÓFAR AN TSAMHAIL ATÁ IN ANN AN TUAR IS CRUINNE AR DHIAGNÓIS A SHOLÁTHAR. CUIRFIDH AN TSAMHAIL SEO AICMIÚ DÉNÁRTHA AR FÁIL MAIDIR LE DÓCHÚLACHT DIAGNÓISE NEAMHPHAITEOLAÍOCHTA COVID-19 NÓ PAITEOLAÍOCHTA COVID-19 CHUN TACÚ LE CLINICEOIRÍ I NDIAGNÓISIÚ — I DTÉARMAÍ EARLYNESS, NÍOS LÚ DEACRACHTA MAIDIR LE DIAGNÓIS DHIFREÁLACH, SRATHÚ RIOSCA AGUS LUATH-THIONSCNAMH OTTIMAL THERAPY- AGUS BEARTA LEANTACHA (I DTÉARMAÍ LUATH-RÉAMHTHÉITHEOIRÍ AN CHÚRSA CHLINICIÚIL DHÍOBHÁLAIGH (Irish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: IS É IS AIDHM DON TIONSCADAL CÓRAS STAIDÉIR ATÁ BUNAITHE AR AN INTLEACHT SHAORGA (IS) A BHUNÚ LENA BHFÉADFAR ANAILÍS A DHÉANAMH AR ÍOMHÁNNA MACALLACARDIOGRAPHIC, ÍOMHÁNNA ULTRAFHUAIME SCAMHÓGACHA AGUS X-GHATHAITHE D’OTHAIR AOSACHA (DIÚLTACH COVID-19, OTHAIR DHEARFACHA COVID-19 AGUS OTHAIR ARDS-COVID-19 ATÁ SAN OSPIDÉAL SNA HOSPIDÉIL CHOMHPHÁIRTÍOCHTA), MAR AON LEIS AN BHFAISNÉIS TUAIRISCITHE, CHUN TACAR SONRAÍ A THÓGÁIL A BHEIDH ÚSÁIDEACH CHUN AN TSAMHAIL MHEAISÍNFHOGHLAMA A OILIÚINT GO DTÍ GO ROGHNÓFAR AN TSAMHAIL ATÁ IN ANN AN TUAR IS CRUINNE AR DHIAGNÓIS A SHOLÁTHAR. CUIRFIDH AN TSAMHAIL SEO AICMIÚ DÉNÁRTHA AR FÁIL MAIDIR LE DÓCHÚLACHT DIAGNÓISE NEAMHPHAITEOLAÍOCHTA COVID-19 NÓ PAITEOLAÍOCHTA COVID-19 CHUN TACÚ LE CLINICEOIRÍ I NDIAGNÓISIÚ — I DTÉARMAÍ EARLYNESS, NÍOS LÚ DEACRACHTA MAIDIR LE DIAGNÓIS DHIFREÁLACH, SRATHÚ RIOSCA AGUS LUATH-THIONSCNAMH OTTIMAL THERAPY- AGUS BEARTA LEANTACHA (I DTÉARMAÍ LUATH-RÉAMHTHÉITHEOIRÍ AN CHÚRSA CHLINICIÚIL DHÍOBHÁLAIGH (Irish) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
PROJEKTET SYFTAR TILL ATT INRÄTTA ETT SYSTEM BASERAT PÅ ARTIFICIELL INTELLIGENS (AI) SOM KAN ANALYSERA EKOKARDIOGRAFISKA BILDER, PULMONELL ULTRALJUD OCH RÖNTGENBILDER AV VUXNA PATIENTER (COVID-19-NEGATIVA, COVID-19-POSITIVA OCH ARDS-COVID-19-PATIENTER SOM LAGTS IN PÅ SJUKHUS I PARTNERSKAP), TILLSAMMANS MED RAPPORTERINGSINFORMATIONEN, FÖR ATT BYGGA UPP EN DATAUPPSÄTTNING SOM ÄR ANVÄNDBAR FÖR UTBILDNINGEN AV MASKININLÄRNINGSMODELLEN FRAM TILL VALET AV DEN MODELL SOM KAN GE DEN MEST EXAKTA FÖRUTSÄGELSEN AV DIAGNOS. DENNA MODELL KOMMER ATT GE EN BINÄR KLASSIFICERING AV SANNOLIKHETEN FÖR DIAGNOS AV ICKE-PATOLOGI FRÅN COVID-19 ELLER COVID-19 PATOLOGI FÖR ATT STÖDJA KLINIKER I DIAGNOS – I TERMER AV TIDIGHET, MINDRE SVÅRIGHETER MED DIFFERENTIALDIAGNOS, RISK STRATIFIERING OCH TIDIG INITIERING AV OTTIMAL THERAPY- OCH UPPFÖLJNING (I FORM AV TIDIGA PREDIKTORER AV NEGATIV KLINISK KURS (Swedish) | |||||||||||||||
| Property / summary: PROJEKTET SYFTAR TILL ATT INRÄTTA ETT SYSTEM BASERAT PÅ ARTIFICIELL INTELLIGENS (AI) SOM KAN ANALYSERA EKOKARDIOGRAFISKA BILDER, PULMONELL ULTRALJUD OCH RÖNTGENBILDER AV VUXNA PATIENTER (COVID-19-NEGATIVA, COVID-19-POSITIVA OCH ARDS-COVID-19-PATIENTER SOM LAGTS IN PÅ SJUKHUS I PARTNERSKAP), TILLSAMMANS MED RAPPORTERINGSINFORMATIONEN, FÖR ATT BYGGA UPP EN DATAUPPSÄTTNING SOM ÄR ANVÄNDBAR FÖR UTBILDNINGEN AV MASKININLÄRNINGSMODELLEN FRAM TILL VALET AV DEN MODELL SOM KAN GE DEN MEST EXAKTA FÖRUTSÄGELSEN AV DIAGNOS. DENNA MODELL KOMMER ATT GE EN BINÄR KLASSIFICERING AV SANNOLIKHETEN FÖR DIAGNOS AV ICKE-PATOLOGI FRÅN COVID-19 ELLER COVID-19 PATOLOGI FÖR ATT STÖDJA KLINIKER I DIAGNOS – I TERMER AV TIDIGHET, MINDRE SVÅRIGHETER MED DIFFERENTIALDIAGNOS, RISK STRATIFIERING OCH TIDIG INITIERING AV OTTIMAL THERAPY- OCH UPPFÖLJNING (I FORM AV TIDIGA PREDIKTORER AV NEGATIV KLINISK KURS (Swedish) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: PROJEKTET SYFTAR TILL ATT INRÄTTA ETT SYSTEM BASERAT PÅ ARTIFICIELL INTELLIGENS (AI) SOM KAN ANALYSERA EKOKARDIOGRAFISKA BILDER, PULMONELL ULTRALJUD OCH RÖNTGENBILDER AV VUXNA PATIENTER (COVID-19-NEGATIVA, COVID-19-POSITIVA OCH ARDS-COVID-19-PATIENTER SOM LAGTS IN PÅ SJUKHUS I PARTNERSKAP), TILLSAMMANS MED RAPPORTERINGSINFORMATIONEN, FÖR ATT BYGGA UPP EN DATAUPPSÄTTNING SOM ÄR ANVÄNDBAR FÖR UTBILDNINGEN AV MASKININLÄRNINGSMODELLEN FRAM TILL VALET AV DEN MODELL SOM KAN GE DEN MEST EXAKTA FÖRUTSÄGELSEN AV DIAGNOS. DENNA MODELL KOMMER ATT GE EN BINÄR KLASSIFICERING AV SANNOLIKHETEN FÖR DIAGNOS AV ICKE-PATOLOGI FRÅN COVID-19 ELLER COVID-19 PATOLOGI FÖR ATT STÖDJA KLINIKER I DIAGNOS – I TERMER AV TIDIGHET, MINDRE SVÅRIGHETER MED DIFFERENTIALDIAGNOS, RISK STRATIFIERING OCH TIDIG INITIERING AV OTTIMAL THERAPY- OCH UPPFÖLJNING (I FORM AV TIDIGA PREDIKTORER AV NEGATIV KLINISK KURS (Swedish) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / summary | |||||||||||||||
PROJEKTI EESMÄRK ON LUUA TEHISINTELLEKTIL PÕHINEV UURINGUSÜSTEEM, MIS SUUDAB ANALÜÜSIDA TÄISKASVANUD PATSIENTIDE EHHOKARDIOGRAAFILISI KUJUTISI, KOPSU ULTRAHELI- JA RÖNTGENIPILTE (COVID-19 NEGATIIVSED, COVID-19 POSITIIVSED JA ARDS-COVID-19 PATSIENDID, KES ON HAIGLARAVIL PARTNERHAIGLATES), KOOS ARUANDLUSTEABEGA, ET LUUA ANDMEKOGUM, MIS ON KASULIK MASINÕPPE MUDELI KOOLITAMISEKS, KUNI VALITAKSE MUDEL, MIS SUUDAB PAKKUDA KÕIGE TÄPSEMAT DIAGNOOSI PROGNOOSI. SELLE MUDELIGA KOOSTATAKSE COVID-19 VÕI COVID-19 PATOLOOGIA MITTEPATOLOOGIA DIAGNOOSIMISE TÕENÄOSUSE KAHEKOMPONENTNE KLASSIFIKATSIOON, ET TOETADA ARSTE DIAGNOOSIMISEL – VARASUS, VÄHEM RASKUSI DIFERENTSIAALDIAGNOOSIMISEL, RISKI STRATIFIKATSIOON JA OTTIMAL THERAPY VARAJANE ALUSTAMINE JA JÄRELMEETMED (EBASOODSA KLIINILISE KUURI VARAJASTE ENNUSTAJATE OSAS). (Estonian) | |||||||||||||||
| Property / summary: PROJEKTI EESMÄRK ON LUUA TEHISINTELLEKTIL PÕHINEV UURINGUSÜSTEEM, MIS SUUDAB ANALÜÜSIDA TÄISKASVANUD PATSIENTIDE EHHOKARDIOGRAAFILISI KUJUTISI, KOPSU ULTRAHELI- JA RÖNTGENIPILTE (COVID-19 NEGATIIVSED, COVID-19 POSITIIVSED JA ARDS-COVID-19 PATSIENDID, KES ON HAIGLARAVIL PARTNERHAIGLATES), KOOS ARUANDLUSTEABEGA, ET LUUA ANDMEKOGUM, MIS ON KASULIK MASINÕPPE MUDELI KOOLITAMISEKS, KUNI VALITAKSE MUDEL, MIS SUUDAB PAKKUDA KÕIGE TÄPSEMAT DIAGNOOSI PROGNOOSI. SELLE MUDELIGA KOOSTATAKSE COVID-19 VÕI COVID-19 PATOLOOGIA MITTEPATOLOOGIA DIAGNOOSIMISE TÕENÄOSUSE KAHEKOMPONENTNE KLASSIFIKATSIOON, ET TOETADA ARSTE DIAGNOOSIMISEL – VARASUS, VÄHEM RASKUSI DIFERENTSIAALDIAGNOOSIMISEL, RISKI STRATIFIKATSIOON JA OTTIMAL THERAPY VARAJANE ALUSTAMINE JA JÄRELMEETMED (EBASOODSA KLIINILISE KUURI VARAJASTE ENNUSTAJATE OSAS). (Estonian) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: PROJEKTI EESMÄRK ON LUUA TEHISINTELLEKTIL PÕHINEV UURINGUSÜSTEEM, MIS SUUDAB ANALÜÜSIDA TÄISKASVANUD PATSIENTIDE EHHOKARDIOGRAAFILISI KUJUTISI, KOPSU ULTRAHELI- JA RÖNTGENIPILTE (COVID-19 NEGATIIVSED, COVID-19 POSITIIVSED JA ARDS-COVID-19 PATSIENDID, KES ON HAIGLARAVIL PARTNERHAIGLATES), KOOS ARUANDLUSTEABEGA, ET LUUA ANDMEKOGUM, MIS ON KASULIK MASINÕPPE MUDELI KOOLITAMISEKS, KUNI VALITAKSE MUDEL, MIS SUUDAB PAKKUDA KÕIGE TÄPSEMAT DIAGNOOSI PROGNOOSI. SELLE MUDELIGA KOOSTATAKSE COVID-19 VÕI COVID-19 PATOLOOGIA MITTEPATOLOOGIA DIAGNOOSIMISE TÕENÄOSUSE KAHEKOMPONENTNE KLASSIFIKATSIOON, ET TOETADA ARSTE DIAGNOOSIMISEL – VARASUS, VÄHEM RASKUSI DIFERENTSIAALDIAGNOOSIMISEL, RISKI STRATIFIKATSIOON JA OTTIMAL THERAPY VARAJANE ALUSTAMINE JA JÄRELMEETMED (EBASOODSA KLIINILISE KUURI VARAJASTE ENNUSTAJATE OSAS). (Estonian) / qualifier | |||||||||||||||
point in time: 22 July 2022
| |||||||||||||||
| Property / coordinate location | |||||||||||||||
45°46'46.49"N, 10°25'33.13"E
| |||||||||||||||
| Property / coordinate location: 45°46'46.49"N, 10°25'33.13"E / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / coordinate location | |||||||||||||||
45°27'51.08"N, 9°11'22.67"E
| |||||||||||||||
| Property / coordinate location: 45°27'51.08"N, 9°11'22.67"E / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / contained in NUTS | |||||||||||||||
| Property / contained in NUTS: Province of Brescia / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / contained in NUTS | |||||||||||||||
| Property / contained in NUTS: Metropolitan City of Milan / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / priority axis | |||||||||||||||
| Property / priority axis: STRENGTHENING RESEARCH, TECHNOLOGICAL DEVELOPMENT AND INNOVATION / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / thematic objective | |||||||||||||||
| Property / thematic objective: Research and innovation / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / start time | |||||||||||||||
20 April 2020
| |||||||||||||||
| Property / start time: 20 April 2020 / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / date of last update | |||||||||||||||
8 April 2023
| |||||||||||||||
| Property / date of last update: 8 April 2023 / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / Call for proposal | |||||||||||||||
| Property / Call for proposal: Misura RICERCA COVID-19 LINEA 2 FESR: Ricerca industriale e Sviluppo Sperimentale / rank | |||||||||||||||
Normal rank | |||||||||||||||
Latest revision as of 17:45, 15 October 2024
Project Q4225702 in Italy
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | DEVELOPMENT OF A CLINICAL IMAGE ANALYSIS MODEL AIMING TO SUPPORT MEDICAL DIAGNOSIS DURING COVID-19 PANDEMIC |
Project Q4225702 in Italy |
Statements
230,013.04 Euro
0 references
460,026.09 Euro
0 references
50.0 percent
0 references
20 April 2020
0 references
MIKAMAI SRL
0 references
LOOPTRIBE S.R.L.
0 references
CENTRO DI RICERCA, SVILUPPO E STUDI SUPERIORI IN SARDEGNA SOCIETA' A RESPONSABILITA' LIMITATA ED IN FORMA ABBREVIATA CRS4 S.R.L.
0 references
ISTITUTO AUXOLOGICO ITALIANO
0 references
ASST FATEBENEFRATELLI SACCO
0 references
45°46'46.49"N, 10°25'33.13"E
0 references
45°27'51.08"N, 9°11'22.67"E
0 references
IL PROGETTO HA COME OBIETTIVO DI PREDISPORRE UN SISTEMA DI STUDIO BASATO SULL INTELLIGENZA ARTIFICIALE (AI) IN GRADO DI ANALIZZARE LE IMMAGINI ECOCARDIOGRAFICHE, LE ECOGRAFIE POLMONARI E LE IMMAGINI RADIOGRAFICHE POLMONARI DI PAZIENTI MAGGIORENNI (COVID-19 NEGATIVI, COVID-19 POSITIVI E PAZIENTI CON ARDS-COVID-19 RICOVERATI NEI REPARTI DEGLI OSPEDALI DEL PARTENARIATO), UNITAMENTE ALLE INFORMAZIONI DI REFERTO, COSì DA COSTRUIRE UN DATASET UTILE ALL ADDESTRAMENTO DEL MODELLO DI MACHINE LEARNING FINO A SELEZIONARE IL MODELLO IN GRADO DI FORNIRE LA PREVISIONE PIù ACCURATA DI DIAGNOSI. TALE MODELLO PRODURRà UNA CLASSIFICAZIONE BINARIA DELLA PROBABILITà DI DIAGNOSI DI NON-PATOLOGIA DA COVID-19 OPPURE DI PATOLOGIA DA COVID-19 PER SUPPORTARE I CLINICI NELLA DIAGNOSI - IN TERMINI DI PRECOCITà , MINORE DIFFICOLTà NELLA DIAGNOSI DIFFERENZIALE,STRATIFICAZIONE DEL RISCHIO E INIZIO TEMPESTIVO DELLA TERAPIA OTTIMALE- E NEL FOLLOW UP (IN TERMINI DI PREDITTORI PRECOCI DI DECORSO CLINICO SFAVOREVO (Italian)
0 references
THE PROJECT AIMS TO SET UP AN ARTIFICIAL INTELLIGENCE-BASED STUDY SYSTEM (AI) ABLE TO ANALYSE ECHOCARDIOGRAPHIC IMAGES, PULMONARY ULTRASOUND AND X-RAY IMAGES OF ADULT PATIENTS (COVID-19 NEGATIVE, COVID-19 POSITIVE AND ARDS-COVID-19 PATIENTS HOSPITALISED IN THE PARTNERSHIP HOSPITALS), TOGETHER WITH THE REPORTING INFORMATION, SO AS TO BUILD A DATASET USEFUL FOR THE TRAINING OF THE MACHINE LEARNING MODEL UNTIL SELECTING THE MODEL CAPABLE OF PROVIDING THE MOST ACCURATE PREDICTION OF DIAGNOSIS. THIS MODEL WILL PRODUCE A BINARY CLASSIFICATION OF THE PROBABILITY OF DIAGNOSIS OF NON-PATHOLOGY FROM COVID-19 OR COVID-19 PATHOLOGY TO SUPPORT CLINICIANS IN DIAGNOSIS — IN TERMS OF EARLYNESS, LESS DIFFICULTY IN DIFFERENTIAL DIAGNOSIS, RISK STRATIFICATION AND EARLY INITIATION OF OTTIMAL THERAPY- AND FOLLOW-UP (IN TERMS OF EARLY PREDICTORS OF ADVERSE CLINICAL COURSE (English)
1 February 2022
0.6959490095370864
0 references
LE PROJET VISE À METTRE EN PLACE UN SYSTÈME D’ÉTUDE BASÉ SUR L’INTELLIGENCE ARTIFICIELLE (IA) CAPABLE D’ANALYSER DES IMAGES ÉCHOCARDIOGRAPHIQUES, DES ÉCHOGRAPHIES PULMONAIRES ET DES IMAGES RADIOGRAPHIQUES DE PATIENTS ADULTES (COVID-19 NÉGATIF, COVID-19 POSITIF ET ARDS-COVID-19 HOSPITALISÉS DANS LES HÔPITAUX PARTENAIRES), AINSI QUE LES INFORMATIONS DE DÉCLARATION, DE MANIÈRE À CONSTRUIRE UN ENSEMBLE DE DONNÉES UTILE POUR LA FORMATION DU MODÈLE D’APPRENTISSAGE AUTOMATIQUE JUSQU’À LA SÉLECTION DU MODÈLE CAPABLE DE FOURNIR LA PRÉDICTION LA PLUS PRÉCISE DU DIAGNOSTIC. CE MODÈLE PRODUIRA UNE CLASSIFICATION BINAIRE DE LA PROBABILITÉ DE DIAGNOSTIC DE NON-PATHOLOGIE À PARTIR DE LA PATHOLOGIE COVID-19 OU COVID-19 AFIN DE SOUTENIR LES CLINICIENS DANS LE DIAGNOSTIC — EN TERMES DE PRÉCOCE, MOINS DE DIFFICULTÉ DANS LE DIAGNOSTIC DIFFÉRENTIEL, STRATIFICATION DES RISQUES ET DÉBUT PRÉCOCE DE LA TÉRAPIE OTTIMALE- ET SUIVI (EN TERMES DE PRÉDICTEURS PRÉCOCES DE COURS CLINIQUES INDÉSIRABLES (French)
2 February 2022
0 references
DAS PROJEKT ZIELT DARAUF AB, EIN AUF KÜNSTLICHER INTELLIGENZ BASIERENDES STUDIENSYSTEM (KI) EINZURICHTEN, DAS ECHOKARDIOGRAFISCHE BILDER, LUNGEN-ULTRASCHALL- UND RÖNTGENBILDER VON ERWACHSENEN PATIENTEN (COVID-19 NEGATIV, COVID-19-POSITIVE UND ARDS-COVID-19-PATIENTEN, DIE IN DEN PARTNERSCHAFTSKLINIKEN STATIONIERT SIND) ZUSAMMEN MIT DEN BERICHTSDATEN ANALYSIEREN KANN, UM EINEN DATENSATZ ZU ERSTELLEN, DER FÜR DIE AUSBILDUNG DES MODELLS DES MASCHINELLEN LERNENS NÜTZLICH IST, BIS ZUR AUSWAHL DES MODELLS, DAS IN DER LAGE IST, DIE GENAUESTE VORHERSAGE DER DIAGNOSE ZU LIEFERN. DIESES MODELL WIRD EINE BINÄRE KLASSIFIZIERUNG DER WAHRSCHEINLICHKEIT DER DIAGNOSE VON NICHTPATHOLOGIE AUS COVID-19 ODER COVID-19 PATHOLOGIE ZUR UNTERSTÜTZUNG VON KLINIKERN BEI DER DIAGNOSE ERSTELLEN – IN BEZUG AUF FRÜHE, WENIGER SCHWIERIGKEITEN BEI DER DIFFERENTIALDIAGNOSE, RISIKOSCHICHTUNG UND FRÜHZEITIGE EINLEITUNG VON OTTIMAL THERAPY- UND FOLLOW-UP (IN BEZUG AUF FRÜHZEITIGE VORHERSAGER FÜR NEGATIVE KLINISCHE KURSE) (German)
3 February 2022
0 references
HET PROJECT HEEFT TOT DOEL EEN OP KUNSTMATIGE INTELLIGENTIE GEBASEERD STUDIESYSTEEM (AI) OP TE ZETTEN DAT ECHOCARDIOGRAFISCHE BEELDEN, LONGECHO’S EN RÖNTGENBEELDEN VAN VOLWASSEN PATIËNTEN (COVID-19 NEGATIEF, COVID-19 POSITIEF EN ARDS-COVID-19 PATIËNTEN DIE IN DE PARTNERZIEKENHUIZEN ZIJN OPGENOMEN) KAN ANALYSEREN, SAMEN MET DE RAPPORTAGE-INFORMATIE, TENEINDE EEN DATASET OP TE BOUWEN DIE NUTTIG IS VOOR DE OPLEIDING VAN HET MACHINE LEARNING-MODEL TOTDAT HET MODEL WORDT GESELECTEERD DAT DE MEEST NAUWKEURIGE DIAGNOSEVOORSPELLING KAN BIEDEN. DIT MODEL ZAL EEN BINAIRE CLASSIFICATIE OPLEVEREN VAN DE WAARSCHIJNLIJKHEID VAN DE DIAGNOSE VAN NIET-PATHOLOGIE VAN COVID-19 OF COVID-19-PATHOLOGIE TER ONDERSTEUNING VAN CLINICI BIJ DE DIAGNOSE — IN TERMEN VAN VROEGTIJDIGHEID, MINDER MOEILIJKHEDEN BIJ DIFFERENTIËLE DIAGNOSE, RISICOSTRATIFICATIE EN VROEGE START VAN OTTIMAL THERAPY- EN FOLLOW-UP (IN TERMEN VAN VROEGE VOORSPELLERS VAN EEN NEGATIEF KLINISCH KUUR) (Dutch)
4 February 2022
0 references
EL PROYECTO TIENE POR OBJETO CREAR UN SISTEMA DE ESTUDIO BASADO EN LA INTELIGENCIA ARTIFICIAL (IA) CAPAZ DE ANALIZAR IMÁGENES ECOCARDIOGRÁFICAS, ECOGRAFÍAS PULMONARES E IMÁGENES DE RAYOS X DE PACIENTES ADULTOS (COVID-19 NEGATIVO, COVID-19 POSITIVO Y ARDS-COVID-19 HOSPITALIZADOS EN LOS HOSPITALES DE ASOCIACIÓN), JUNTO CON LA INFORMACIÓN DE NOTIFICACIÓN, CON EL FIN DE CREAR UN CONJUNTO DE DATOS ÚTILES PARA LA FORMACIÓN DEL MODELO DE APRENDIZAJE AUTOMÁTICO HASTA SELECCIONAR EL MODELO CAPAZ DE PROPORCIONAR LA PREDICCIÓN MÁS PRECISA DEL DIAGNÓSTICO. ESTE MODELO PRODUCIRÁ UNA CLASIFICACIÓN BINARIA DE LA PROBABILIDAD DE DIAGNÓSTICO DE LA NO PATOLOGÍA DE LA COVID-19 O DE LA COVID-19 PARA APOYAR A LOS MÉDICOS EN EL DIAGNÓSTICO — EN TÉRMINOS DE PRECOCIDAD, MENOR DIFICULTAD EN EL DIAGNÓSTICO DIFERENCIAL, ESTRATIFICACIÓN DE RIESGO E INICIO TEMPRANO DE LA TERAPIA OTTIMAL- Y SEGUIMIENTO (EN TÉRMINOS DE PREDICTORES TEMPRANOS DE CURSO CLÍNICO ADVERSO) (Spanish)
4 February 2022
0 references
PROJEKTET HAR TIL FORMÅL AT OPRETTE ET STUDIESYSTEM BASERET PÅ KUNSTIG INTELLIGENS (AI), DER KAN ANALYSERE EKKOKARDIOGRAFISKE BILLEDER, PULMONAL ULTRALYD OG RØNTGENBILLEDER AF VOKSNE PATIENTER (COVID-19-NEGATIVE, COVID-19-POSITIVE OG ARDS-COVID-19-PATIENTER, DER ER INDLAGT PÅ PARTNERSKABSHOSPITALERNE), SAMMEN MED INDBERETNINGSOPLYSNINGERNE MED HENBLIK PÅ AT OPBYGGE ET DATASÆT, DER ER NYTTIGT FOR UDDANNELSEN AF MASKINLÆRINGSMODELLEN, INDTIL DER VÆLGES DEN MODEL, DER KAN GIVE DEN MEST NØJAGTIGE FORUDSIGELSE AF DIAGNOSEN. DENNE MODEL VIL RESULTERE I EN BINÆR KLASSIFICERING AF SANDSYNLIGHEDEN FOR DIAGNOSE AF IKKE-PATOLOGI FRA COVID-19- ELLER COVID-19-PATOLOGI TIL STØTTE FOR KLINIKERE I DIAGNOSTICERING — MED HENSYN TIL TIDLIGHED, MINDRE VANSKELIGHEDER MED DIFFERENTIALDIAGNOSTICERING, RISIKO STRATIFICERING OG TIDLIG INITIERING AF OTTIMAL THERAPY- OG OPFØLGNING (MED HENSYN TIL TIDLIGE FORUDSIGERE FOR NEGATIVT KLINISK KURSUS (Danish)
22 July 2022
0 references
ΣΤΌΧΟΣ ΤΟΥ ΈΡΓΟΥ ΕΊΝΑΙ Η ΔΗΜΙΟΥΡΓΊΑ ΕΝΌΣ ΣΥΣΤΉΜΑΤΟΣ ΜΕΛΈΤΗΣ ΜΕ ΒΆΣΗ ΤΗΝ ΤΕΧΝΗΤΉ ΝΟΗΜΟΣΎΝΗ (AI), ΤΟ ΟΠΟΊΟ ΘΑ ΕΊΝΑΙ ΣΕ ΘΈΣΗ ΝΑ ΑΝΑΛΎΕΙ ΗΧΟΚΑΡΔΙΟΓΡΑΦΙΚΈΣ ΕΙΚΌΝΕΣ, ΠΝΕΥΜΟΝΙΚΈΣ ΥΠΕΡΗΧΟΓΡΆΦΗΜΑ ΚΑΙ ΑΚΤΙΝΟΓΡΑΦΊΕΣ ΕΝΗΛΊΚΩΝ ΑΣΘΕΝΏΝ (ΑΡΝΗΤΙΚΟΊ ΑΣΘΕΝΕΊΣ COVID-19, ΘΕΤΙΚΟΊ ΣΤΗ ΝΌΣΟ COVID-19 ΚΑΙ ΑΣΘΕΝΕΊΣ ARDS-COVID-19 ΠΟΥ ΝΟΣΗΛΕΎΟΝΤΑΙ ΣΤΑ ΝΟΣΟΚΟΜΕΊΑ ΤΗΣ ΣΎΜΠΡΑΞΗΣ), ΜΑΖΊ ΜΕ ΤΙΣ ΠΛΗΡΟΦΟΡΊΕΣ ΑΝΑΦΟΡΆΣ, ΏΣΤΕ ΝΑ ΔΗΜΙΟΥΡΓΗΘΕΊ ΈΝΑ ΣΎΝΟΛΟ ΔΕΔΟΜΈΝΩΝ ΧΡΉΣΙΜΟ ΓΙΑ ΤΗΝ ΚΑΤΆΡΤΙΣΗ ΤΟΥ ΜΟΝΤΈΛΟΥ ΜΗΧΑΝΙΚΉΣ ΜΆΘΗΣΗΣ ΜΈΧΡΙ ΤΗΝ ΕΠΙΛΟΓΉ ΤΟΥ ΜΟΝΤΈΛΟΥ ΠΟΥ ΕΊΝΑΙ ΙΚΑΝΌ ΝΑ ΠΑΡΈΧΕΙ ΤΗΝ ΑΚΡΙΒΈΣΤΕΡΗ ΠΡΌΒΛΕΨΗ ΤΗΣ ΔΙΆΓΝΩΣΗΣ. ΤΟ ΜΟΝΤΈΛΟ ΑΥΤΌ ΘΑ ΔΗΜΙΟΥΡΓΉΣΕΙ ΜΙΑ ΔΥΑΔΙΚΉ ΤΑΞΙΝΌΜΗΣΗ ΤΗΣ ΠΙΘΑΝΌΤΗΤΑΣ ΔΙΆΓΝΩΣΗΣ ΜΗ ΠΑΘΟΛΟΓΊΑΣ ΑΠΌ ΤΗΝ ΠΑΘΟΛΟΓΊΑ COVID-19 Ή COVID-19 ΓΙΑ ΤΗΝ ΥΠΟΣΤΉΡΙΞΗ ΤΩΝ ΚΛΙΝΙΚΏΝ ΙΑΤΡΏΝ ΣΤΗ ΔΙΆΓΝΩΣΗ — ΌΣΟΝ ΑΦΟΡΆ ΤΗΝ ΠΡΏΙΜΗ ΗΛΙΚΊΑ, ΤΗ ΜΙΚΡΌΤΕΡΗ ΔΥΣΚΟΛΊΑ ΣΤΗ ΔΙΑΦΟΡΙΚΉ ΔΙΆΓΝΩΣΗ, ΤΗ ΔΙΑΣΤΡΩΜΆΤΩΣΗ ΤΟΥ ΚΙΝΔΎΝΟΥ ΚΑΙ ΤΗΝ ΈΓΚΑΙΡΗ ΈΝΑΡΞΗ ΤΟΥ OTTIMAL THERAPY- ΚΑΙ ΤΗΝ ΠΑΡΑΚΟΛΟΎΘΗΣΗ (ΌΣΟΝ ΑΦΟΡΆ ΤΟΥΣ ΠΡΏΙΜΟΥΣ ΔΕΊΚΤΕΣ ΑΝΕΠΙΘΎΜΗΤΗΣ ΚΛΙΝΙΚΉΣ ΠΟΡΕΊΑΣ (Greek)
22 July 2022
0 references
CILJ JE PROJEKTA USPOSTAVITI SUSTAV STUDIJA TEMELJENOG NA UMJETNOJ INTELIGENCIJI (AI) KOJI MOŽE ANALIZIRATI EHOKARDIOGRAFSKE SLIKE, PLUĆNI ULTRAZVUK I RENDGENSKE SLIKE ODRASLIH PACIJENATA (NEGATIVAN, COVID-19 POZITIVAN I ARDS-COVID-19 PACIJENTI HOSPITALIZIRANI U PARTNERSKIM BOLNICAMA), ZAJEDNO S INFORMACIJAMA O IZVJEŠĆIVANJU, KAKO BI SE IZGRADIO SKUP PODATAKA KORISTAN ZA OBUKU MODELA STROJNOG UČENJA DO ODABIRA MODELA KOJI MOŽE PRUŽITI NAJTOČNIJE PREDVIĐANJE DIJAGNOZE. TIM ĆE SE MODELOM IZRADITI BINARNA KLASIFIKACIJA VJEROJATNOSTI DIJAGNOZE NEPATOLOGIJE IZ BOLESTI COVID-19 ILI PATOLOGIJE BOLESTI COVID-19 KAKO BI SE PRUŽILA POTPORA KLINIČARIMA U DIJAGNOZI – U SMISLU RANE DOBI, MANJE POTEŠKOĆA U DIFERENCIJALNOJ DIJAGNOZI, STRATIFIKACIJE RIZIKA I RANOG ZAPOČINJANJA OTTIMALNE THERAPY- I PRAĆENJA (U SMISLU RANIH PREDIKTORA ŠTETNOG KLINIČKOG TIJEKA) (Croatian)
22 July 2022
0 references
PROIECTUL ÎȘI PROPUNE SĂ CREEZE UN SISTEM DE STUDIU BAZAT PE INTELIGENȚA ARTIFICIALĂ (IA) CAPABIL SĂ ANALIZEZE IMAGINILE ECOCARDIOGRAFICE, ULTRASUNETELE PULMONARE ȘI IMAGINILE CU RAZE X ALE PACIENȚILOR ADULȚI (COVID-19 NEGATIV, COVID-19 POZITIV ȘI ARDS-COVID-19 SPITALIZAȚI ÎN SPITALELE PARTENERE), ÎMPREUNĂ CU INFORMAȚIILE DE RAPORTARE, ASTFEL ÎNCÂT SĂ SE CONSTRUIASCĂ UN SET DE DATE UTIL PENTRU FORMAREA MODELULUI DE ÎNVĂȚARE AUTOMATĂ PÂNĂ LA SELECTAREA MODELULUI CAPABIL SĂ OFERE CEA MAI PRECISĂ PREDICȚIE A DIAGNOSTICULUI. ACEST MODEL VA PRODUCE O CLASIFICARE BINARĂ A PROBABILITĂȚII DIAGNOSTICĂRII NON-PATOLOGIEI DE LA PATOLOGIA COVID-19 SAU COVID-19 PENTRU A SPRIJINI CLINICIENII ÎN DIAGNOSTIC – ÎN CEEA CE PRIVEȘTE TIMPURIUITATEA, MAI PUȚINE DIFICULTĂȚI ÎN DIAGNOSTICAREA DIFERENȚIALĂ, STRATIFICAREA RISCURILOR ȘI INIȚIEREA TIMPURIE A TRATAMENTULUI OTTIMAL THERAPY- ȘI MONITORIZAREA (ÎN CEEA CE PRIVEȘTE PREDICTORII TIMPURII AI CURSULUI CLINIC ADVERS) (Romanian)
22 July 2022
0 references
CIEĽOM PROJEKTU JE VYTVORIŤ ŠTUDIJNÝ SYSTÉM ZALOŽENÝ NA UMELEJ INTELIGENCII (AI) SCHOPNÝ ANALYZOVAŤ ECHOKARDIOGRAFICKÉ SNÍMKY, PĽÚCNE ULTRAZVUKOVÉ A RÖNTGENOVÉ SNÍMKY DOSPELÝCH PACIENTOV (PACIENTI S NEGATÍVNYM OCHORENÍM COVID-19, PACIENTI S POZITÍVNYM OCHORENÍM COVID-19 A ARDS-COVID-19 HOSPITALIZOVANÍ V PARTNERSKÝCH NEMOCNICIACH) SPOLU S OZNAMOVACÍMI INFORMÁCIAMI, ABY SA VYTVORIL SÚBOR ÚDAJOV UŽITOČNÝ PRE ODBORNÚ PRÍPRAVU MODELU STROJOVÉHO UČENIA AŽ DO VÝBERU MODELU SCHOPNÉHO POSKYTNÚŤ NAJPRESNEJŠIU PREDPOVEĎ DIAGNÓZY. TENTO MODEL VYTVORÍ BINÁRNU KLASIFIKÁCIU PRAVDEPODOBNOSTI DIAGNÓZY NEPATOLÓGIE Z PATOLÓGIE OCHORENIA COVID-19 ALEBO OCHORENIA COVID-19 NA PODPORU KLINICKÝCH LEKÁROV PRI DIAGNOSTIKE – POKIAĽ IDE O VČASNOSŤ, MENŠIE ŤAŽKOSTI PRI DIFERENCIÁLNEJ DIAGNOSTIKE, STRATIFIKÁCIU RIZIKA A SKORÉ ZAČATIE LIEČBY OTTIMAL THERAPY- A NÁSLEDNÉHO SLEDOVANIA (Z HĽADISKA VČASNÝCH PREDIKTOROV NEŽIADUCEHO KLINICKÉHO CYKLU). (Slovak)
22 July 2022
0 references
IL-PROĠETT GĦANDU L-GĦAN LI JISTABBILIXXI SISTEMA TA’ STUDJU BBAŻATA FUQ L-INTELLIĠENZA ARTIFIĊJALI (AI) LI TKUN KAPAĊI TANALIZZA IMMAĠNI EKOKARDJOGRAFIĊI, IMMAĠINI ULTRASONIĊI PULMONARI U IMMAĠINI BIR-RAĠĠI X TA’ PAZJENTI ADULTI (NEGATTIVI GĦALL-COVID-19, PAZJENTI POŻITTIVI GĦALL-COVID-19 U PAZJENTI ARDS-COVID-19 LI JIDDAĦĦLU L-ISPTAR FL-ISPTARIJIET TA’ SĦUBIJA), FLIMKIEN MAL-INFORMAZZJONI TA’ RAPPORTAR, SABIEX JINBENA SETT TA’ DATA UTLI GĦAT-TAĦRIĠ TAL-MUDELL TA’ TAGĦLIM AWTOMATIKU SAKEMM JINTGĦAŻEL IL-MUDELL LI KAPAĊI JIPPROVDI L-AKTAR TBASSIR PREĊIŻ TAD-DIJANJOŻI. DAN IL-MUDELL SE JIPPRODUĊI KLASSIFIKAZZJONI BINARJA TAL-PROBABBILTÀ TA’ DIJANJOŻI TA’ NONPATOLOĠIJA MILL-PATOLOĠIJA TAL-COVID-19 JEW TAL-COVID-19 BIEX JAPPOĠĠA LIT-TOBBA FID-DIJANJOŻI — F’TERMINI TA’ DIJANJOŻI BIKRIJA, INQAS DIFFIKULTÀ FID-DIJANJOŻI DIFFERENZJALI, STRATIFIKAZZJONI TAR-RISKJU U BIDU BIKRI TA’ TERARAPY OTTIMALI U SEGWITU (F’TERMINI TA’ TBASSIR BIKRI TA’ KORS KLINIKU AVVERS (Maltese)
22 July 2022
0 references
O PROJETO tem por objetivo a criação de um sistema de estudos baseado na inteligência artificial (IA) capaz de analisar imagens ecocardiográficas, ULTRASOUNDOS PULMONARES e imagens de raios X de doentes adultos (pacientes negativos para a COVID-19, positivos para a COVID-19 e doentes com COVID-19 ARDS hospitalizados nos hospitais de parceria), juntamente com as informações de notificação, a fim de estabelecer um conjunto de dados úteis para a formação do modelo de aprendizagem da máquina até à seleção do modelo capaz de fornecer a previsão mais exata das divergências. O PRESENTE MODELO PRODUZIRÁ UMA CLASSIFICAÇÃO BINÁRIA DA PROBABILIDADE DA DIAGNÓSTICA DE NÃO-PATOLOGIA DA COVID-19 OU DA PATHOLOGIA DA COVID-19 PARA APOIAR OS CLÍNICOS NA DIAGNÓSTICA — EM TERMOS DE PREÇO, MENOS DIFÍCILIDADE NA DIAGNÓSTICA DIFERENCIAL, ESTRATIFICAÇÃO DE RISCO E INICIAÇÃO PRECO DA TERAPIA OTTIMAL - E SEGUIMENTO (EM TERMOS DE PREDICTORES ANTERIORES DE CURSOS CLÍNICOS ADVERSOS (Portuguese)
22 July 2022
0 references
HANKKEEN TAVOITTEENA ON PERUSTAA TEKOÄLYYN PERUSTUVA TUTKIMUSJÄRJESTELMÄ, JONKA AVULLA VOIDAAN ANALYSOIDA KAIKUKARDIOGRAFISIA KUVIA, KEUHKON ULTRAÄÄNI- JA RÖNTGENKUVIA AIKUISPOTILAISTA (COVID-19-NEGATIIVISET, COVID-19-POSITIIVISET JA ARDS-COVID-19-POTILAAT, JOTKA OVAT SAIRAALAHOIDOSSA KUMPPANUUSSAIRAALOISSA), SEKÄ RAPORTOINTITIETOJA, JOTTA VOIDAAN RAKENTAA KONEOPPIMISMALLIN KOULUTTAMISESSA HYÖDYLLINEN AINEISTO, KUNNES VALITAAN MALLI, JOKA PYSTYY TUOTTAMAAN TARKIMMAN DIAGNOOSIN ENNUSTAMISEN. TÄMÄ MALLI TUOTTAA BINÄÄRISEN LUOKITUKSEN COVID-19-TAUDIN TAI COVID-19-PATOLOGIAN MUUN KUIN PATOLOGIAN DIAGNOSOINNIN TODENNÄKÖISYYDESTÄ, JOTTA VOIDAAN TUKEA KLIINISIÄ TUTKIJOITA DIAGNOOSIN VARHAISUUDEN, ERODIAGNOOSIN VÄHENEMISEN, RISKIOSITTEEN JA OTTIMAL THERAPY – HOIDON VARHAISEN ALOITTAMISEN JA SEURANNAN (HAITALLISTA KLIINISTÄ KURSSIA KOSKEVIEN VARHAISTEN ENNUSTEIDEN PERUSTEELLA) OSALTA. (Finnish)
22 July 2022
0 references
CELEM PROJEKTU JEST STWORZENIE SYSTEMU BADAŃ OPARTYCH NA SZTUCZNEJ INTELIGENCJI (AI) ZDOLNEGO DO ANALIZY OBRAZÓW ECHOKARDIOGRAFICZNYCH, ULTRASONOGRAFII PŁUCNEJ I OBRAZÓW RENTGENOWSKICH DOROSŁYCH PACJENTÓW (COVID-19 UJEMNYCH, PACJENTÓW Z COVID-19 DODATNICH I CHORYCH NA COVID-19 HOSPITALIZOWANYCH W SZPITALACH PARTNERSKICH), WRAZ Z INFORMACJAMI SPRAWOZDAWCZYMI, TAK ABY STWORZYĆ ZBIÓR DANYCH PRZYDATNY DO SZKOLENIA MODELU UCZENIA MASZYNOWEGO DO MOMENTU WYBORU MODELU UMOŻLIWIAJĄCEGO ZAPEWNIENIE JAK NAJDOKŁADNIEJSZEGO PRZEWIDYWANIA DIAGNOZY. MODEL TEN STWORZY DWUSKŁADNIKOWĄ KLASYFIKACJĘ PRAWDOPODOBIEŃSTWA DIAGNOZOWANIA NIEPATOLOGII Z PATOLOGII COVID-19 LUB COVID-19 W CELU WSPARCIA KLINICYSTÓW W DIAGNOSTYCE – POD WZGLĘDEM WCZESNEJ, MNIEJSZEJ TRUDNOŚCI W DIAGNOSTYCE RÓŻNICOWEJ, STRATYFIKACJI RYZYKA I WCZESNEGO ROZPOCZĘCIA LECZENIA OTTIMAL THERAPY- I DZIAŁAŃ NASTĘPCZYCH (POD WZGLĘDEM WCZESNYCH PROGNOZ NIEKORZYSTNEGO PRZEBIEGU KLINICZNEGO). (Polish)
22 July 2022
0 references
CILJ PROJEKTA JE VZPOSTAVITI ŠTUDIJSKI SISTEM, KI TEMELJI NA UMETNI INTELIGENCI IN LAHKO ANALIZIRA EHOKARDIOGRAFSKE SLIKE, PLJUČNI ULTRAZVOK IN RENTGENSKE SLIKE ODRASLIH BOLNIKOV (NEGATIVNI ZARADI COVID-19, BOLNIKI S COVID-19 POZITIVNIMI IN ARDS-COVID-19, HOSPITALIZIRANI V PARTNERSKIH BOLNIŠNICAH), SKUPAJ S POROČANJEM INFORMACIJ, DA SE USTVARI NABOR PODATKOV, KORISTEN ZA USPOSABLJANJE MODELA STROJNEGA UČENJA, DOKLER NE IZBEREMO MODELA, KI LAHKO ZAGOTOVI NAJBOLJ NATANČNO NAPOVED DIAGNOZE. TA MODEL BO ZAGOTOVIL BINARNO KLASIFIKACIJO VERJETNOSTI DIAGNOZE NEPATOLOGIJE IZ PATOLOGIJE COVID-19 ALI COVID-19 ZA PODPORO KLINIČNIM ZDRAVNIKOM PRI DIAGNOZI – V SMISLU ZGODNJESTI, MANJ TEŽAV PRI DIFERENCIALNI DIAGNOZI, STRATIFIKACIJE TVEGANJA IN ZGODNJEGA ZAČETKA OTTIMALNE TERAPY- IN SPREMLJANJA (V SMISLU ZGODNJIH NAPOVEDOVALCEV NEŽELENEGA KLINIČNEGA ZDRAVLJENJA). (Slovenian)
22 July 2022
0 references
CÍLEM PROJEKTU JE VYTVOŘIT SYSTÉM STUDIE ZALOŽENÝ NA UMĚLÉ INTELIGENCI (AI), KTERÝ BUDE SCHOPEN ANALYZOVAT ECHOKARDIOGRAFICKÉ SNÍMKY, PLICNÍ ULTRAZVUK A RENTGENOVÉ SNÍMKY DOSPĚLÝCH PACIENTŮ (COVID-19 NEGATIVNÍ, COVID-19 POZITIVNÍ A ARDS-COVID-19 HOSPITALIZOVANÝCH V PARTNERSKÝCH NEMOCNICÍCH) SPOLU S INFORMACEMI O PODÁVÁNÍ ZPRÁV TAK, ABY BYL VYTVOŘEN DATOVÝ SOUBOR UŽITEČNÝ PRO ŠKOLENÍ MODELU STROJOVÉHO UČENÍ AŽ DO VÝBĚRU MODELU SCHOPNÉHO POSKYTNOUT NEJPŘESNĚJŠÍ PŘEDPOVĚĎ DIAGNÓZY. TENTO MODEL VYTVOŘÍ BINÁRNÍ KLASIFIKACI PRAVDĚPODOBNOSTI DIAGNÓZY NEPATOLOGIE Z PATOLOGIE ONEMOCNĚNÍ COVID-19 NEBO ONEMOCNĚNÍ COVID-19 S CÍLEM PODPOŘIT KLINICKÉ LÉKAŘE V DIAGNOSTICE – POKUD JDE O VČASNOST, MENŠÍ OBTÍŽE V DIFERENCIÁLNÍ DIAGNOSTICE, STRATIFIKACI RIZIKA A VČASNÉ ZAHÁJENÍ OTTIMAL THERAPY- A NÁSLEDNÉ SLEDOVÁNÍ (POKUD JDE O VČASNÉ PREDIKTORY NEPŘÍZNIVÉHO KLINICKÉHO KURZU (Czech)
22 July 2022
0 references
PROJEKTO TIKSLAS – SUKURTI DIRBTINIU INTELEKTU GRINDŽIAMĄ TYRIMŲ SISTEMĄ (AI), KURIOJE BŪTŲ GALIMA ANALIZUOTI SUAUGUSIŲ PACIENTŲ ECHOKARDIOGRAFINIUS VAIZDUS, PLAUČIŲ ULTRAGARSĄ IR RENTGENO SPINDULIUS (COVID-19 NEIGIAMI, COVID-19 TEIGIAMI IR COVID-19 SERGANTYS PACIENTAI, HOSPITALIZUOTI PARTNERYSTĖS LIGONINĖSE), KARTU SU ATASKAITŲ INFORMACIJA, KAD BŪTŲ SUKURTAS DUOMENŲ RINKINYS, NAUDINGAS MAŠININIO MOKYMOSI MODELIUI MOKYTI, KOL BUS PASIRINKTAS MODELIS, GALINTIS TIKSLIAU PROGNOZUOTI DIAGNOZĘ. PAGAL ŠĮ MODELĮ BUS SUDARYTA DVEJETAINĖ COVID-19 AR COVID-19 PATOLOGIJOS NEPATOLOGIJOS DIAGNOZAVIMO TIKIMYBĖ KLASIFIKACIJA, SIEKIANT PADĖTI GYDYTOJAMS DIAGNOZUOTI – ANKSTYVUMO, MAŽESNIŲ DIFERENCINĖS DIAGNOSTIKOS SUNKUMŲ, RIZIKOS STRATIFIKACIJOS IR ANKSTYVO OTTIMAL THERAPY INICIJAVIMO BEI TOLESNIŲ VEIKSMŲ (PAGAL ANKSTYVUS NEPAGEIDAUJAMO KLINIKINIO KURSO PROGNOZATORIUS) POŽIŪRIU. (Lithuanian)
22 July 2022
0 references
PROJEKTA MĒRĶIS IR IZVEIDOT UZ MĀKSLĪGO INTELEKTU BALSTĪTU PĒTĪJUMU SISTĒMU (AI), KAS SPĒJ ANALIZĒT EHOKARDIOGRĀFISKOS ATTĒLUS, PLAUŠU ULTRASKAŅU UN RENTGENA ATTĒLUS PIEAUGUŠIEM PACIENTIEM (COVID-19 NEGATĪVI, COVID-19 POZITĪVI PACIENTI UN COVID-19 POZITĪVIE PACIENTI, KAS HOSPITALIZĒTI PARTNERĪBAS SLIMNĪCĀS), KĀ ARĪ ZIŅOT INFORMĀCIJU, LAI IZVEIDOTU MAŠĪNMĀCĪŠANĀS MODEĻA APMĀCĪBAI NODERĪGU DATU KOPU, LĪDZ TIEK IZVĒLĒTS MODELIS, KAS SPĒJ NODROŠINĀT VISPRECĪZĀKO DIAGNOZES PROGNOZI. ŠIS MODELIS IZSTRĀDĀS BINĀRO KLASIFIKĀCIJU NEPATOLOĢIJAS DIAGNOZES IESPĒJAMĪBAI NO COVID-19 VAI COVID-19 PATOLOĢIJAS, LAI ATBALSTĪTU KLĪNICISTUS DIAGNOSTIKĀ — ATTIECĪBĀ UZ AGRĪNUMU, MAZĀKĀM GRŪTĪBĀM DIFERENCIĀLDIAGNOSTIKĀ, RISKA STRATIFIKĀCIJU UN OTTIMAL THERAPY AGRĪNU UZSĀKŠANU UN PĒCKONTROLI (SAISTĪBĀ AR AGRĪNĀM NELABVĒLĪGA KLĪNISKĀ KURSA PROGNOZĒM). (Latvian)
22 July 2022
0 references
ЦЕЛТА НА ПРОЕКТА Е ДА СЕ СЪЗДАДЕ СИСТЕМА ЗА ИЗСЛЕДВАНЕ, БАЗИРАНА НА ИЗКУСТВЕН ИНТЕЛЕКТ (ИИ), КОЯТО ДА МОЖЕ ДА АНАЛИЗИРА ЕХОКАРДИОГРАФСКИ ИЗОБРАЖЕНИЯ, БЕЛОДРОБНИ УЛТРАЗВУКОВИ И РЕНТГЕНОВИ ИЗОБРАЖЕНИЯ НА ВЪЗРАСТНИ ПАЦИЕНТИ (ОТРИЦАТЕЛНИ ЗА COVID-19, ПОЗИТИВНИ ЗА COVID-19 И ПАЦИЕНТИ С ARDS-COVID-19, ХОСПИТАЛИЗИРАНИ В ПАРТНЬОРСКИТЕ БОЛНИЦИ), ЗАЕДНО С ИНФОРМАЦИЯТА ЗА ДОКЛАДВАНЕ, ТАКА ЧЕ ДА СЕ ИЗГРАДИ НАБОР ОТ ДАННИ, ПОЛЕЗЕН ЗА ОБУЧЕНИЕТО НА МОДЕЛА ЗА МАШИННО САМООБУЧЕНИЕ, ДОКАТО СЕ ИЗБЕРЕ МОДЕЛЪТ, СПОСОБЕН ДА ОСИГУРИ НАЙ-ТОЧНАТА ПРОГНОЗА ЗА ДИАГНОЗАТА. ТОЗИ МОДЕЛ ЩЕ ДОВЕДЕ ДО ДВОИЧНА КЛАСИФИКАЦИЯ НА ВЕРОЯТНОСТТА ОТ ДИАГНОСТИЦИРАНЕ НА НЕПАТОЛОГИЯ ОТ COVID-19 ИЛИ ОТ ПАТОЛОГИЯТА НА COVID-19 В ПОДКРЕПА НА КЛИНИЧНИТЕ СПЕЦИАЛИСТИ В ДИАГНОСТИКАТА — ОТ ГЛЕДНА ТОЧКА НА РАННОСТ, ПО-МАЛКА ТРУДНОСТ ПРИ ДИФЕРЕНЦИАЛНАТА ДИАГНОСТИКА, СТРАТИФИКАЦИЯ НА РИСКА И РАННО ЗАПОЧВАНЕ НА OTTIMAL THERAPY- И ПОСЛЕДВАЩИ ДЕЙСТВИЯ (ПО ОТНОШЕНИЕ НА РАННИТЕ ПРОГНОЗИ ЗА НЕБЛАГОПРИЯТНИЯ КЛИНИЧЕН КУРС) (Bulgarian)
22 July 2022
0 references
A PROJEKT CÉLJA EGY MESTERSÉGES INTELLIGENCIÁN ALAPULÓ VIZSGÁLATI RENDSZER (AI) LÉTREHOZÁSA, AMELY KÉPES ELEMEZNI A FELNŐTT BETEGEK (COVID-19 NEGATÍV, COVID19-POZITÍV ÉS ARDS-COVID-19 BETEGEK) ECHOKARDIOGRÁFIÁS KÉPEIT, TÜDŐ ULTRAHANGJÁT ÉS RÖNTGENKÉPEIT, VALAMINT A JELENTÉSI INFORMÁCIÓKAT, HOGY A GÉPI TANULÁSI MODELL KÉPZÉSÉHEZ HASZNOS ADATKÉSZLETET ÉPÍTSENEK KI A DIAGNÓZIS LEGPONTOSABB ELŐREJELZÉSÉRE KÉPES MODELL KIVÁLASZTÁSÁIG. EZ A MODELL A COVID19-BŐL VAGY A COVID19 PATOLÓGIÁBÓL SZÁRMAZÓ NEM PATOLÓGIA DIAGNÓZISA VALÓSZÍNŰSÉGÉNEK BINÁRIS OSZTÁLYOZÁSÁT FOGJA EREDMÉNYEZNI, HOGY TÁMOGASSA A KLINIKUSOKAT A DIAGNÓZIS KORAI SZAKASZÁBAN, A DIFFERENCIÁLDIAGNÓZIS KISEBB NEHÉZSÉGÉBEN, A KOCKÁZATI RÉTEGEZÉSBEN ÉS AZ OTTIMAL THERAPY KORAI ELINDÍTÁSÁBAN (A NEMKÍVÁNATOS KLINIKAI LEFOLYÁS KORAI ELŐREJELZŐI TEKINTETÉBEN) (Hungarian)
22 July 2022
0 references
IS É IS AIDHM DON TIONSCADAL CÓRAS STAIDÉIR ATÁ BUNAITHE AR AN INTLEACHT SHAORGA (IS) A BHUNÚ LENA BHFÉADFAR ANAILÍS A DHÉANAMH AR ÍOMHÁNNA MACALLACARDIOGRAPHIC, ÍOMHÁNNA ULTRAFHUAIME SCAMHÓGACHA AGUS X-GHATHAITHE D’OTHAIR AOSACHA (DIÚLTACH COVID-19, OTHAIR DHEARFACHA COVID-19 AGUS OTHAIR ARDS-COVID-19 ATÁ SAN OSPIDÉAL SNA HOSPIDÉIL CHOMHPHÁIRTÍOCHTA), MAR AON LEIS AN BHFAISNÉIS TUAIRISCITHE, CHUN TACAR SONRAÍ A THÓGÁIL A BHEIDH ÚSÁIDEACH CHUN AN TSAMHAIL MHEAISÍNFHOGHLAMA A OILIÚINT GO DTÍ GO ROGHNÓFAR AN TSAMHAIL ATÁ IN ANN AN TUAR IS CRUINNE AR DHIAGNÓIS A SHOLÁTHAR. CUIRFIDH AN TSAMHAIL SEO AICMIÚ DÉNÁRTHA AR FÁIL MAIDIR LE DÓCHÚLACHT DIAGNÓISE NEAMHPHAITEOLAÍOCHTA COVID-19 NÓ PAITEOLAÍOCHTA COVID-19 CHUN TACÚ LE CLINICEOIRÍ I NDIAGNÓISIÚ — I DTÉARMAÍ EARLYNESS, NÍOS LÚ DEACRACHTA MAIDIR LE DIAGNÓIS DHIFREÁLACH, SRATHÚ RIOSCA AGUS LUATH-THIONSCNAMH OTTIMAL THERAPY- AGUS BEARTA LEANTACHA (I DTÉARMAÍ LUATH-RÉAMHTHÉITHEOIRÍ AN CHÚRSA CHLINICIÚIL DHÍOBHÁLAIGH (Irish)
22 July 2022
0 references
PROJEKTET SYFTAR TILL ATT INRÄTTA ETT SYSTEM BASERAT PÅ ARTIFICIELL INTELLIGENS (AI) SOM KAN ANALYSERA EKOKARDIOGRAFISKA BILDER, PULMONELL ULTRALJUD OCH RÖNTGENBILDER AV VUXNA PATIENTER (COVID-19-NEGATIVA, COVID-19-POSITIVA OCH ARDS-COVID-19-PATIENTER SOM LAGTS IN PÅ SJUKHUS I PARTNERSKAP), TILLSAMMANS MED RAPPORTERINGSINFORMATIONEN, FÖR ATT BYGGA UPP EN DATAUPPSÄTTNING SOM ÄR ANVÄNDBAR FÖR UTBILDNINGEN AV MASKININLÄRNINGSMODELLEN FRAM TILL VALET AV DEN MODELL SOM KAN GE DEN MEST EXAKTA FÖRUTSÄGELSEN AV DIAGNOS. DENNA MODELL KOMMER ATT GE EN BINÄR KLASSIFICERING AV SANNOLIKHETEN FÖR DIAGNOS AV ICKE-PATOLOGI FRÅN COVID-19 ELLER COVID-19 PATOLOGI FÖR ATT STÖDJA KLINIKER I DIAGNOS – I TERMER AV TIDIGHET, MINDRE SVÅRIGHETER MED DIFFERENTIALDIAGNOS, RISK STRATIFIERING OCH TIDIG INITIERING AV OTTIMAL THERAPY- OCH UPPFÖLJNING (I FORM AV TIDIGA PREDIKTORER AV NEGATIV KLINISK KURS (Swedish)
22 July 2022
0 references
PROJEKTI EESMÄRK ON LUUA TEHISINTELLEKTIL PÕHINEV UURINGUSÜSTEEM, MIS SUUDAB ANALÜÜSIDA TÄISKASVANUD PATSIENTIDE EHHOKARDIOGRAAFILISI KUJUTISI, KOPSU ULTRAHELI- JA RÖNTGENIPILTE (COVID-19 NEGATIIVSED, COVID-19 POSITIIVSED JA ARDS-COVID-19 PATSIENDID, KES ON HAIGLARAVIL PARTNERHAIGLATES), KOOS ARUANDLUSTEABEGA, ET LUUA ANDMEKOGUM, MIS ON KASULIK MASINÕPPE MUDELI KOOLITAMISEKS, KUNI VALITAKSE MUDEL, MIS SUUDAB PAKKUDA KÕIGE TÄPSEMAT DIAGNOOSI PROGNOOSI. SELLE MUDELIGA KOOSTATAKSE COVID-19 VÕI COVID-19 PATOLOOGIA MITTEPATOLOOGIA DIAGNOOSIMISE TÕENÄOSUSE KAHEKOMPONENTNE KLASSIFIKATSIOON, ET TOETADA ARSTE DIAGNOOSIMISEL – VARASUS, VÄHEM RASKUSI DIFERENTSIAALDIAGNOOSIMISEL, RISKI STRATIFIKATSIOON JA OTTIMAL THERAPY VARAJANE ALUSTAMINE JA JÄRELMEETMED (EBASOODSA KLIINILISE KUURI VARAJASTE ENNUSTAJATE OSAS). (Estonian)
22 July 2022
0 references
MILANO
0 references
BRESCIA
0 references
8 April 2023
0 references