MRImmuno-platform of rapid diagnostic and therapeutic decision in patients with focal central nervous system damage (Q84117)

From EU Knowledge Graph
Revision as of 17:11, 13 August 2022 by DG Regio (talk | contribs) (‎Changed label, description and/or aliases in et, lt, hr, el, sk, fi, hu, cs, lv, ga, sl, bg, mt, pt, da, ro, sv, nl, fr, de, it, es, and other parts: Adding translations: et, lt, hr, el, sk, fi, hu, cs, lv, ga, sl, bg, mt, pt, da, ro, sv,)
Jump to navigation Jump to search
Project Q84117 in Poland
Language Label Description Also known as
English
MRImmuno-platform of rapid diagnostic and therapeutic decision in patients with focal central nervous system damage
Project Q84117 in Poland

    Statements

    0 references
    8,230,750.45 zloty
    0 references
    1,975,380.11 Euro
    13 January 2020
    0 references
    9,221,829.96 zloty
    0 references
    2,213,239.19 Euro
    13 January 2020
    0 references
    89.25 percent
    0 references
    1 July 2018
    0 references
    30 June 2021
    0 references
    PIXEL TECHNOLOGY SPÓŁKA Z OGRANICZONĄ ODPOWIEDZIALNOŚCIĄ
    0 references
    0 references
    Obecnie nie ma specyficznego parametru pozwalającego na postawienie pewnego rozpoznania stwardnienia rozsianego (SM).Mimo kryteriów diagnostycznych, opartych głównie na obrazowaniu rezonansu magnetycznego (RM),konieczne jest nadal wykluczenie innych chorób naśladujących obraz kliniczny SM. Dotąd nie opracowano narzędzia pozwalającego na precyzyjną diagnozę SM, diagnoza oparta jest w dużej mierze na doświadczeniu lekarzy, a nie kwantyfikowalnych wskaźnikach, a u wielu pacjentów konieczna jest długa obserwacja odwlekająca decyzję terapeutyczną. Ponadto, do 13% chorych z rozpoznaniem SM nie jest w rzeczywistości chorych na SM. Projekt ma na celu przeprowadzenie badań opracowujących profili diagnostycznych i sieci deep learning (DL), umożliwiających diagnostykę różnicową SM w trybie AI (sztucznej inteligencji). W systemie gromadzone będą dane z RM, optycznej koherentnej tomografii siatkówki (OCT), badań immunologicznych i markerów neurodegeneracji, dane kliniczne i neuropsychologiczne. Na podstawie danych z 5000 przypadków (50 % - pacjenci z SM) wytyczone zostaną pierwotne wzorce. Ścieżki diagnostyczne wytyczone przez neurologów i radiologów obejmą parametry, którym przypisana zostanie waga wpływająca na końcową diagnozę, oceniona zostanie korelacja między parametrami. Efektem końcowym będzie zbiór algorytmów i wyćwiczona sieć DL, która będzie analizować dostępne zbiory i prezentować w postaci panelu diagnostycznego zbiór informacji wraz z analizą pozwalającą lekarzowi na precyzyjniejszą decyzję diagnostyczną. Dla badań przypisany będzie parametr - scoring, oceniający wpływ parametru na diagnozę. Na podstawie wszystkich danych szacowana będzie wartość ostateczna dla pacjenta. Ważnym elementem będzie automatyczne wykrywanie nieprawidłowości obrazu RM i OCT oraz wprowadzenie nowych parametrów (Polish)
    0 references
    Currently there is no specific parameter allowing to establish a certain diagnosis of multiple sclerosis (SM).Despite diagnostic criteria, based mainly on magnetic resonance imaging (RM), it is necessary to continue to exclude other diseases mimicking the clinical image of MS. So far, no tool has been developed for precise diagnosis of MS, the diagnosis is largely based on the experience of doctors rather than quantifiable indicators, and many patients require long delaying therapeutic decisions. In addition, up to 13 % of patients with diagnosis of MS are not actually sick with MS. The project aims to conduct research on diagnostic profiles and deep learning networks (DL), enabling differential diagnostics of MS in AI mode (artificial intelligence). The system will collect data from RM, optical coherent retinal tomography (OCT), immunological tests and markers of neurodegeneration, clinical and neuropsychological data. Based on data from 5000 cases (50 % patients with MS) the primary standards will be established. Diagnostic pathways determined by neurologists and radiologists will include parameters, to which weight will be assigned to the final diagnosis, the correlation between parameters will be assessed. The final result will be a set of algorithms and a trained DL network, which will analyse available collections and present in the form of a diagnostic panel a set of information together with an analysis allowing the doctor to make a more precise diagnostic decision. For tests, a parameter – scoring will be assigned to assess the effect of the parameter on the diagnosis. Based on all data, the final value for the patient will be estimated. An important element will be automatic detection of RM and OCT malfunctions and introduction of new parameters (English)
    14 October 2020
    0 references
    Actuellement, il n’y a pas de paramètre spécifique pour faire un certain diagnostic de sclérose en plaques (MS). Malgré les critères de diagnostic, principalement basés sur l’imagerie par résonance magnétique (RM), il est encore nécessaire d’exclure d’autres maladies imitant l’image clinique de la sclérose en plaques. Un outil de diagnostic précis de la sclérose en plaques n’a pas encore été mis au point, le diagnostic repose en grande partie sur l’expérience des médecins plutôt que sur des indicateurs quantifiables, et, dans de nombreux patients, une longue observation est nécessaire pour retarder la décision thérapeutique. En outre, jusqu’à 13 % des patients ayant un diagnostic de SP ne sont pas réellement des patients atteints de SP. Le projet vise à mener des recherches visant à développer des profils de diagnostic et des réseaux d’apprentissage profond (DL), permettant un diagnostic différentiel de la sclérose en plaques en mode AI (intelligence artificielle). Le système recueillera des données de la RM, de la tomographie rétinienne cohérente optique (OTC), des tests immunologiques et des marqueurs de neurodégénérescence, ainsi que des données cliniques et neuropsychologiques. Sur la base des données de 5000 cas (50 % — patients atteints de SP), les schémas primaires seront déterminés. Les voies de diagnostic déterminées par les neurologues et les radiologues comprendront des paramètres qui se verront attribuer un poids qui affecte le diagnostic final, la corrélation entre les paramètres sera évaluée. Le résultat final sera une collection d’algorithmes et un réseau DL formé, qui analyseront les collections disponibles et présenteront sous la forme d’un panneau de diagnostic une collection d’informations ainsi qu’une analyse permettant au médecin de prendre une décision de diagnostic plus précise. Pour les études, un paramètre sera attribué — cotation, évaluation de l’effet du paramètre sur le diagnostic. Sur la base de toutes les données, la valeur finale pour le patient sera estimée. Un élément important sera la détection automatique des irrégularités d’image RM et PTOM et l’introduction de nouveaux paramètres (French)
    30 November 2021
    0 references
    Derzeit gibt es keinen spezifischen Parameter für eine bestimmte Diagnose von Multipler Sklerose (MS). Trotz diagnostischer Kriterien, hauptsächlich basierend auf der Magnetresonanztomographie (RM), ist es immer noch notwendig, andere Krankheiten auszuschließen, die das klinische Bild von MS nachahmen. Ein Instrument zur präzisen Diagnose von MS wurde noch nicht entwickelt, die Diagnose basiert weitgehend auf den Erfahrungen von Ärzten und nicht quantifizierbaren Indikatoren, und bei vielen Patienten ist eine lange Beobachtung notwendig, um die therapeutische Entscheidung zu verzögern. Darüber hinaus sind bis zu 13 % der Patienten mit MS-Diagnose nicht tatsächlich MS-Patienten. Ziel des Projekts ist es, diagnostische Profile und Deep Learning Networks (DL) zu entwickeln, um die Differenzialdiagnose von MS im KI-Modus (künstliche Intelligenz) zu ermöglichen. Das System wird Daten von RM, optische kohärente Netzhauttomographie (OCT), immunologische Tests und Marker von Neurodegeneration, klinischen und neuropsychologischen Daten sammeln. Basierend auf Daten aus 5000 Fällen (50 % – Patienten mit MS) werden primäre Muster bestimmt. Diagnostische Wege, die von Neurologen und Radiologen bestimmt werden, umfassen Parameter, denen ein Gewicht zugewiesen wird, das die endgültige Diagnose beeinflusst, die Korrelation zwischen Parametern wird bewertet. Das Endergebnis wird eine Sammlung von Algorithmen und ein geschultes DL-Netzwerk sein, das die verfügbaren Sammlungen analysieren und in Form eines Diagnosepanels eine Sammlung von Informationen zusammen mit einer Analyse präsentieren wird, die es dem Arzt ermöglicht, eine genauere Diagnoseentscheidung zu treffen. Für die Studien wird ein Parameter zugewiesen – Bewertung, Bewertung der Wirkung des Parameters auf die Diagnose. Auf der Grundlage aller Daten wird der Endwert für den Patienten geschätzt. Ein wichtiges Element wird die automatische Erkennung von RM- und OCT-Bildunregelmäßigkeiten sowie die Einführung neuer Parameter sein. (German)
    7 December 2021
    0 references
    Momenteel is er geen specifieke parameter om een ​​bepaalde diagnose van multiple sclerose (MS) te stellen. Ondanks diagnostische criteria, voornamelijk gebaseerd op magnetische resonantiebeeldvorming (RM), is het nog steeds noodzakelijk om andere ziekten die het klinische beeld van MS imiteren, uit te sluiten. Een instrument voor nauwkeurige diagnose van MS is nog niet ontwikkeld, de diagnose is grotendeels gebaseerd op de ervaring van artsen in plaats van kwantificeerbare indicatoren, en bij veel patiënten is lange observatie noodzakelijk om de therapeutische beslissing te vertragen. Bovendien zijn tot 13 % van de patiënten met MS-diagnose geen MS-patiënten. Het project heeft tot doel onderzoek te doen naar de ontwikkeling van diagnostische profielen en deep learning netwerken (DL), waardoor een differentiële diagnose van MS in AI-modus (kunstmatige intelligentie) mogelijk wordt. Het systeem verzamelt gegevens van RM, optische coherente retinale tomografie (OCT), immunologische tests en markers van neurodegeneratie, klinische en neuropsychologische gegevens. Op basis van gegevens van 5000 gevallen (50 % — patiënten met MS) zullen primaire patronen worden bepaald. Diagnostische trajecten bepaald door neurologen en radiologen zullen parameters bevatten die een gewicht zullen krijgen dat de uiteindelijke diagnose beïnvloedt, de correlatie tussen parameters zal worden beoordeeld. Het uiteindelijke resultaat is een verzameling algoritmen en een getraind DL-netwerk, dat de beschikbare collecties zal analyseren en in de vorm van een diagnostisch panel een verzameling informatie samen met een analyse zal presenteren waarmee de arts een nauwkeuriger diagnostische beslissing kan nemen. Voor de studies zal een parameter worden toegewezen — scoren, het effect van de parameter op de diagnose beoordelen. Op basis van alle gegevens wordt de uiteindelijke waarde voor de patiënt geschat. Een belangrijk element is de automatische detectie van RM- en LGO-beeldonregelmatigheden en de invoering van nieuwe parameters (Dutch)
    16 December 2021
    0 references
    Attualmente, non vi è alcun parametro specifico per fare una certa diagnosi di sclerosi multipla (MS). Nonostante i criteri diagnostici, principalmente basati sulla risonanza magnetica imaging (RM), è ancora necessario escludere altre malattie che imitano l'immagine clinica della SM. Uno strumento per una diagnosi precisa della SM non è ancora stato sviluppato, la diagnosi si basa in gran parte sull'esperienza dei medici piuttosto che su indicatori quantificabili, e in molti pazienti è necessaria una lunga osservazione per ritardare la decisione terapeutica. Inoltre, fino al 13 % dei pazienti con diagnosi di SM non sono in realtà pazienti con SM. Il progetto mira a condurre ricerche per sviluppare profili diagnostici e reti di apprendimento profondo (DL), consentendo la diagnosi differenziale della SM in modalità AI (intelligenza artificiale). Il sistema raccoglierà dati da RM, tomografia retinica ottica coerente (OCT), test immunologici e marcatori di neurodegenerazione, dati clinici e neuropsicologici. Sulla base di dati provenienti da 5000 casi (50 % — pazienti con SM), saranno determinati i modelli primari. Le vie diagnostiche determinate da neurologi e radiologi includeranno parametri a cui verrà assegnato un peso che influenza la diagnosi finale, la correlazione tra i parametri sarà valutata. Il risultato finale sarà una raccolta di algoritmi e una rete DL addestrata, che analizzerà le collezioni disponibili e presenterà sotto forma di un pannello diagnostico una raccolta di informazioni insieme ad un'analisi che consenta al medico di prendere una decisione diagnostica più accurata. Per gli studi, verrà assegnato un parametro — punteggio, valutazione dell'effetto del parametro sulla diagnosi. Sulla base di tutti i dati, il valore finale per il paziente sarà stimato. Un elemento importante sarà il rilevamento automatico delle irregolarità delle immagini RM e PTOM e l'introduzione di nuovi parametri (Italian)
    16 January 2022
    0 references
    Actualmente, no hay ningún parámetro específico para hacer un cierto diagnóstico de esclerosis múltiple (EM). A pesar de los criterios diagnósticos, principalmente basados en imágenes por resonancia magnética (RM), todavía es necesario excluir otras enfermedades que imitan la imagen clínica de la EM. Una herramienta para el diagnóstico preciso de la EM aún no se ha desarrollado, el diagnóstico se basa en gran medida en la experiencia de los médicos en lugar de indicadores cuantificables, y en muchos pacientes es necesaria una larga observación para retrasar la decisión terapéutica. Además, hasta el 13 % de los pacientes con diagnóstico de EM no son realmente pacientes con EM. El proyecto tiene como objetivo llevar a cabo investigaciones para desarrollar perfiles diagnósticos y redes de aprendizaje profundo (DL), permitiendo el diagnóstico diferencial de EM en modo IA (inteligencia artificial). El sistema recogerá datos de RM, tomografía retina coherente óptica (TOC), pruebas inmunológicas y marcadores de neurodegeneración, datos clínicos y neuropsicológicos. Sobre la base de datos de 5000 casos (50 % — pacientes con EM), se determinarán los patrones primarios. Las vías diagnósticas determinadas por neurólogos y radiólogos incluirán parámetros a los que se asignará un peso que afecte al diagnóstico final, se evaluará la correlación entre parámetros. El resultado final será una colección de algoritmos y una red de DL capacitada, que analizará las colecciones disponibles y presentará en forma de panel de diagnóstico una recopilación de información junto con un análisis que permita al médico tomar una decisión diagnóstica más precisa. Para los estudios, se asignará un parámetro — puntuación, evaluando el efecto del parámetro en el diagnóstico. Sobre la base de todos los datos, se estimará el valor final para el paciente. Un elemento importante será la detección automática de irregularidades en la gestión regional y la imagen de los PTU y la introducción de nuevos parámetros (Spanish)
    19 January 2022
    0 references
    Praegu ei ole spetsiifilist parameetrit, mis võimaldaks määrata hulgiskleroosi (SM) teatud diagnoosi. Vaatamata diagnostilistele kriteeriumidele, mis põhinevad peamiselt magnetresonantstomograafial (RM), on vaja jätkuvalt välistada muid haigusi, mis jäljendavad hulgiskleroosi kliinilist pilti. Seni ei ole välja töötatud ühtegi vahendit hulgiskleroosi täpseks diagnoosimiseks, diagnoos põhineb suuresti arstide kogemusel, mitte mõõdetavatel näitajatel, ning paljud patsiendid vajavad pikka aega viivitavaid raviotsuseid. Lisaks ei ole kuni 13 % hulgiskleroosi diagnoosiga patsientidest hulgiskleroosiga haiged. Projekti eesmärk on teha uuringuid diagnostiliste profiilide ja süvaõppe võrgustike kohta, mis võimaldavad hulgiskleroosi diferentsiaaldiagnostikat tehisintellekti režiimis (tehisintellekt). Süsteem kogub andmeid RMi, optilise sidusa võrkkesta tomograafia (OCT), immunoloogiliste testide ja neurodegeneratsiooni markerite, kliiniliste ja neuropsühholoogiliste andmete põhjal. 5000 juhtumi (50 % hulgiskleroosiga patsientidest) andmete põhjal määratakse kindlaks esmased standardid. Neuroloogide ja radioloogide poolt määratud diagnostilised rajad hõlmavad parameetreid, millele määratakse lõplikule diagnoosile kaal, hinnatakse parameetrite omavahelist korrelatsiooni. Lõpptulemuseks on algoritmide kogum ja koolitatud DL-võrk, mis analüüsib olemasolevaid kogusid ja esitab diagnostilise paneeli kujul teabe koos analüüsiga, mis võimaldab arstil teha täpsema diagnostilise otsuse. Katsete puhul määratakse parameetri punktisumma, et hinnata parameetri mõju diagnoosile. Kõigi andmete põhjal hinnatakse patsiendi lõppväärtust. Oluliseks elemendiks on toorainete ja ÜMTde rikete automaatne avastamine ning uute parameetrite kasutuselevõtt. (Estonian)
    13 August 2022
    0 references
    Šiuo metu nėra konkretaus parametro, leidžiančio nustatyti tam tikrą išsėtinės sklerozės (SM) diagnozę. Nepaisant diagnostinių kriterijų, daugiausia pagrįstų magnetinio rezonanso tomografija (RM), būtina ir toliau neįtraukti kitų ligų, imituojančių klinikinį IS vaizdą. Iki šiol nėra sukurta priemonė tiksliai diagnozuoti IS, diagnozė daugiausia grindžiama gydytojų patirtimi, o ne kiekybiniais rodikliais, ir daugeliui pacientų reikia ilgai atidėti gydymo sprendimus. Be to, iki 13 % pacientų, kuriems diagnozuota IS, iš tikrųjų neserga IS. Projekto tikslas – atlikti diagnostinių profilių ir giliojo mokymosi tinklų (DL) tyrimus, kurie leistų atlikti diferencinę MS diagnostiką dirbtinio intelekto režimu (dirbtinis intelektas). Sistema rinks duomenis iš RM, optinės nuoseklios tinklainės tomografijos (OCT), imunologinių tyrimų ir neurodegeneracijos žymenų, klinikinių ir neuropsichologinių duomenų. Remiantis 5000 atvejų (50 % pacientų, sergančių IS) duomenimis, bus nustatyti pirminiai standartai. Neurologų ir radiologų nustatyti diagnostikos būdai apims parametrus, kuriems svoris bus priskirtas galutinei diagnozei, bus įvertintas parametrų koreliacija. Galutinis rezultatas bus algoritmų rinkinys ir apmokytas DL tinklas, kuris analizuos turimas kolekcijas ir pateiks diagnostikos skydelio informacijos rinkinį kartu su analize, leidžiančia gydytojui priimti tikslesnį diagnostinį sprendimą. Bandymų, parametras â EUR balų bus priskirta įvertinti parametro poveikį diagnozei. Remiantis visais duomenimis, bus apskaičiuota galutinė paciento vertė. Svarbus elementas bus automatinis RM ir UŠT gedimų nustatymas ir naujų parametrų nustatymas (Lithuanian)
    13 August 2022
    0 references
    Trenutno ne postoji specifičan parametar koji omogućuje uspostavljanje određene dijagnoze multiple skleroze (SM).Unatoč dijagnostičkim kriterijima, koji se temelje uglavnom na magnetskoj rezonanciji (RM), potrebno je nastaviti isključivati druge bolesti oponašajući kliničku sliku MS-a. Do sada nije razvijen alat za preciznu dijagnozu MS-a, dijagnoza se uglavnom temelji na iskustvu liječnika, a ne na mjerljivim pokazateljima, a mnogi pacijenti zahtijevaju dugo odgađanje terapijskih odluka. Osim toga, do 13 % bolesnika s dijagnozom MS-a zapravo nije bolesno od MS-a. Cilj projekta je provođenje istraživanja o dijagnostičkim profilima i mrežama dubokog učenja (DL), čime se omogućuje diferencijalna dijagnostika MS-a u načinu rada umjetne inteligencije (umjetna inteligencija). Sustav će prikupljati podatke iz RM-a, optičke koherentne retinalne tomografije (OCT), imunoloških testova i markera neurodegeneracije, kliničkih i neuropsiholoških podataka. Na temelju podataka iz 5000 slučajeva (50 % bolesnika s MS-om) utvrdit će se primarni standardi. Dijagnostički putevi koje određuju neurolozi i radiolozi uključivat će parametre, kojima će se težina dodijeliti konačnoj dijagnozi, procijenit će se korelacija između parametara. Konačni rezultat bit će skup algoritama i osposobljena DL mreža, koja će analizirati dostupne zbirke i predstaviti u obliku dijagnostičkog panela skup informacija zajedno s analizom koja omogućuje liječniku da donese precizniju dijagnostičku odluku. Za testove, parametar â EUR bodovanje će biti dodijeljen za procjenu učinka parametra na dijagnozu. Na temelju svih podataka procijenit će se konačna vrijednost za bolesnika. Važan element bit će automatsko otkrivanje kvarova RM-a i PZP-ova te uvođenje novih parametara (Croatian)
    13 August 2022
    0 references
    Επί του παρόντος δεν υπάρχει συγκεκριμένη παράμετρος που να επιτρέπει την καθιέρωση μιας ορισμένης διάγνωσης της σκλήρυνσης κατά πλάκας (SM). Παρά τα διαγνωστικά κριτήρια, που βασίζονται κυρίως στην απεικόνιση μαγνητικού συντονισμού (RM), είναι απαραίτητο να εξακολουθήσουν να αποκλείονται άλλες ασθένειες που μιμούνται την κλινική εικόνα της σκλήρυνσης σκλήρυνσης. Μέχρι στιγμής, δεν έχει αναπτυχθεί κανένα εργαλείο για την ακριβή διάγνωση της σκλήρυνσης σκλήρυνσης, η διάγνωση βασίζεται σε μεγάλο βαθμό στην εμπειρία των ιατρών και όχι σε ποσοτικοποιήσιμους δείκτες, και πολλοί ασθενείς απαιτούν μακροχρόνιες καθυστερήσεις θεραπευτικές αποφάσεις. Επιπλέον, έως και το 13 % των ασθενών με διάγνωση σκλήρυνσης σκλήρυνσης δεν είναι στην πραγματικότητα άρρωστοι από τα κράτη μέλη. Το έργο αποσκοπεί στη διεξαγωγή έρευνας σχετικά με τα διαγνωστικά προφίλ και τα δίκτυα βαθιάς μάθησης (DL), επιτρέποντας τη διαφορική διάγνωση της σκλήρυνσης σκλήρυνσης σε τρόπο λειτουργίας τεχνητής νοημοσύνης (τεχνητή νοημοσύνη). Το σύστημα θα συλλέγει δεδομένα από RM, οπτική συνεκτική τομογραφία αμφιβληστροειδούς (OCT), ανοσολογικές δοκιμές και δείκτες νευροεκφύλισης, κλινικά και νευροψυχολογικά δεδομένα. Με βάση τα δεδομένα από 5000 περιπτώσεις (50 % ασθενείς με σκλήρυνση κατά πλάκας) θα καθοριστούν τα πρωτογενή πρότυπα. Οι διαγνωστικές οδοί που καθορίζονται από νευρολόγους και ακτινολόγους θα περιλαμβάνουν παραμέτρους, στις οποίες το βάρος θα αποδοθεί στην τελική διάγνωση, θα αξιολογηθεί η συσχέτιση μεταξύ των παραμέτρων. Το τελικό αποτέλεσμα θα είναι ένα σύνολο αλγορίθμων και ένα εκπαιδευμένο δίκτυο DL, το οποίο θα αναλύει τις διαθέσιμες συλλογές και θα παρουσιάζει με τη μορφή ενός διαγνωστικού πίνακα ένα σύνολο πληροφοριών μαζί με μια ανάλυση που θα επιτρέπει στον γιατρό να λάβει μια ακριβέστερη διαγνωστική απόφαση. Για τις δοκιμές, μια παράμετρος â EUR βαθμολογία θα ανατεθεί για την αξιολόγηση της επίδρασης της παραμέτρου στη διάγνωση. Με βάση όλα τα δεδομένα, η τελική τιμή για τον ασθενή θα εκτιμηθεί. Ένα σημαντικό στοιχείο θα είναι η αυτόματη ανίχνευση δυσλειτουργιών των πρώτων υλών και των ΥΧΕ και η εισαγωγή νέων παραμέτρων (Greek)
    13 August 2022
    0 references
    V súčasnosti neexistuje žiadny špecifický parameter umožňujúci stanoviť určitú diagnózu sklerózy multiplex (SM). Napriek diagnostickým kritériám založeným najmä na zobrazovaní magnetickou rezonanciou (RM) je potrebné naďalej vylúčiť iné choroby, ktoré napodobňujú klinický obraz SM. Doteraz nebol vyvinutý žiadny nástroj na presnú diagnostiku SM, diagnóza je z veľkej časti založená skôr na skúsenostiach lekárov než na kvantifikovateľných ukazovateľoch a mnohí pacienti vyžadujú dlhodobé oddialenie terapeutických rozhodnutí. Okrem toho až 13 % pacientov s diagnózou SM v skutočnosti nie je chorých s MS. Cieľom projektu je uskutočniť výskum diagnostických profilov a sietí hlbokého učenia (DL), čo umožní diferenciálnu diagnostiku MS v režime umelej inteligencie (umelá inteligencia). Systém bude zhromažďovať údaje z RM, optickej koherentnej retinálnej tomografie (OCT), imunologických testov a markerov neurodegenerácie, klinických a neuropsychologických údajov. Na základe údajov z 5000 prípadov (50 % pacientov s SM) sa stanovia primárne štandardy. Diagnostické dráhy určené neurológmi a rádiológmi budú obsahovať parametre, na ktoré sa priradí hmotnosť konečnej diagnózy, bude vyhodnotená korelácia medzi parametrami. Konečným výsledkom bude súbor algoritmov a vyškolená DL sieť, ktorá bude analyzovať dostupné zbierky a prezentovať vo forme diagnostického panelu súbor informácií spolu s analýzou, ktorá umožní lekárovi urobiť presnejšie diagnostické rozhodnutie. Pre testy, parameter â EUR bodovanie bude priradený na posúdenie vplyvu parametra na diagnózu. Na základe všetkých údajov sa odhadne konečná hodnota pre pacienta. Dôležitým prvkom bude automatická detekcia porúch surovín a ZKÚ a zavedenie nových parametrov. (Slovak)
    13 August 2022
    0 references
    Tällä hetkellä ei ole olemassa erityistä parametria, jonka avulla voitaisiin vahvistaa tietty MS-taudin diagnoosi. Huolimatta diagnostisista kriteereistä, jotka perustuvat pääasiassa magneettiseen resonanssikuvaukseen (RM), on tarpeen edelleen sulkea pois muita sairauksia, jotka jäljittelevät MS-taudin kliinistä kuvaa. Tähän mennessä MS-taudin tarkkaa diagnosointia varten ei ole kehitetty työkalua, diagnoosi perustuu suurelta osin lääkäreiden kokemuksiin eikä kvantitatiivisiin indikaattoreihin, ja monet potilaat vaativat pitkiä viivästyksiä terapeuttisiin päätöksiin. Lisäksi jopa 13 prosenttia MS-diagnoosipotilaista ei itse asiassa sairasta MS-tautia. Hankkeen tavoitteena on tutkia diagnostisia profiileja ja syväoppimisverkostoja (DL), mikä mahdollistaa MS-diagnoosin eron tekoälytilassa (tekoäly). Järjestelmä kerää tietoja RM:stä, optisesta koherenttisesta verkkokalvon tomografiasta (OCT), immunologisista testeistä ja neurodegeneraatiomarkkereista sekä kliinisistä ja neuropsykologisista tiedoista. 5000 tapauksesta (50 % MS-potilaista) saatujen tietojen perusteella laaditaan ensisijaiset standardit. Neurologien ja radiologien määrittämät diagnostiset reitit sisältävät parametreja, joiden paino annetaan lopulliselle diagnoosille, parametrien välinen korrelaatio arvioidaan. Lopputuloksena on algoritmeja ja koulutettu DL-verkko, joka analysoi käytettävissä olevia kokoelmia ja esittää diagnoosipaneelin muodossa joukon tietoja sekä analyysin, jonka avulla lääkäri voi tehdä tarkemman diagnostisen päätöksen. Testejä varten parametri pisteytetään arvioimaan parametrin vaikutusta diagnoosiin. Kaikkien tietojen perusteella potilaan lopullinen arvo arvioidaan. Tärkeä tekijä on raaka-aineiden ja MMA:iden toimintahäiriöiden automaattinen havaitseminen ja uusien parametrien käyttöönotto. (Finnish)
    13 August 2022
    0 references
    Jelenleg nincs olyan specifikus paraméter, amely lehetővé tenné a sclerosis multiplex (SM) bizonyos diagnózisának megállapítását.Eltétlen diagnosztikai kritériumok, amelyek elsősorban mágneses rezonancia képalkotáson (RM) alapulnak, továbbra is ki kell zárni az SM klinikai képét utánzó egyéb betegségeket. Eddig nem fejlesztettek ki eszközt az SM pontos diagnosztizálására, a diagnózis nagyrészt az orvosok tapasztalatain alapul, nem pedig számszerűsíthető mutatókon, és sok beteg igényel hosszú késleltető terápiás döntéseket. Emellett a SM-diagnosztikával rendelkező betegek legfeljebb 13%-a nem beteg az MS-ben. A projekt célja a diagnosztikai profilok és a mélytanulási hálózatok (DL) kutatása, lehetővé téve az MS differenciáldiagnosztikáját mesterséges intelligencia módban (mesterséges intelligencia). A rendszer adatokat gyűjt az RM-ből, az optikai koherens retinális tomográfiából (OCT), az immunológiai vizsgálatokból és a neurodegeneráció markerekéből, valamint a klinikai és neuropszichológiai adatokból. 5000 esetből (az SM-ben szenvedő betegek 50%-a) származó adatok alapján az elsődleges szabványokat meg kell határozni. A neurológusok és a radiológusok által meghatározott diagnosztikai útvonalak olyan paramétereket tartalmaznak, amelyek súlyát a végső diagnózishoz rendelik, a paraméterek közötti korrelációt értékelik. A végeredmény egy sor algoritmus és egy képzett DL hálózat lesz, amely elemzi a rendelkezésre álló gyűjteményeket, és diagnosztikai panel formájában bemutatja az információkat, valamint egy elemzést, amely lehetővé teszi az orvos számára, hogy pontosabb diagnosztikai döntést hozzon. A vizsgálatokhoz egy paramétert kell hozzárendelni a paraméter diagnózisra gyakorolt hatásának értékeléséhez. Az összes adat alapján megbecsülik a beteg végső értékét. Fontos elem lesz a nyersanyagok és a TOT-ok működési hibáinak automatikus észlelése és új paraméterek bevezetése (Hungarian)
    13 August 2022
    0 references
    V současné době neexistuje žádný specifický parametr umožňující stanovit určitou diagnózu roztroušené sklerózy (SM).Navzdory diagnostickým kritériím, založeným hlavně na zobrazování magnetické rezonance (RM), je nutné i nadále vylučovat jiné nemoci napodobující klinický obraz MS. Dosud nebyl vyvinut žádný nástroj pro přesnou diagnózu MS, diagnóza je z velké části založena na zkušenostech lékařů spíše než kvantifikovatelných indikátorech a mnoho pacientů vyžaduje dlouhé zpoždění terapeutických rozhodnutí. Kromě toho až 13 % pacientů s diagnózou roztroušené sklerózy není ve skutečnosti nemocných s roztroušenou sklerózou. Cílem projektu je provádět výzkum diagnostických profilů a sítí hlubokého učení (DL), což umožňuje diferenciální diagnostiku MS v režimu umělé inteligence (umělá inteligence). Systém bude shromažďovat data z RM, optické koherentní retinální tomografie (OCT), imunologických testů a markerů neurodegenerace, klinických a neuropsychologických údajů. Na základě údajů z 5000 případů (50 % pacientů s roztroušenou sklerózou) budou stanoveny primární standardy. Diagnostické cesty určené neurology a radiology budou zahrnovat parametry, ke kterým bude hmotnost přiřazena konečné diagnóze, bude posouzena korelace mezi parametry. Konečným výsledkem bude soubor algoritmů a vyškolená DL síť, která bude analyzovat dostupné sbírky a prezentovat v podobě diagnostického panelu soubor informací spolu s analýzou umožňující lékaři učinit přesnější diagnostické rozhodnutí. Pro testy, parametr â EUR bodování bude přiřazen k posouzení vlivu parametru na diagnózu. Na základě všech údajů bude odhadnuta konečná hodnota pro pacienta. Důležitým prvkem bude automatická detekce chybných funkcí RM a ZZÚ a zavedení nových parametrů (Czech)
    13 August 2022
    0 references
    Pašlaik nav īpaša parametra, kas ļautu noteikt noteiktu multiplās sklerozes (SM) diagnozi.Neskatoties uz diagnostikas kritērijiem, kas galvenokārt balstīti uz magnētiskās rezonanses attēlveidošanu (RM), ir jāturpina izslēgt citas slimības, kas atdarina MS klīnisko tēlu. Līdz šim nav izstrādāts rīks precīzai MS diagnostikai, diagnoze lielā mērā balstās uz ārstu pieredzi, nevis kvantitatīvi nosakāmiem rādītājiem, un daudziem pacientiem ir nepieciešama ilgstoša terapeitisku lēmumu pieņemšana. Turklāt līdz 13 % pacientu ar MS diagnozi faktiski nav slimi ar MS. Projekta mērķis ir veikt diagnostisko profilu un dziļo mācību tīklu (DL) izpēti, nodrošinot MS diferenciālo diagnostiku mākslīgā intelekta režīmā (mākslīgais intelekts). Sistēma apkopos datus no RM, optiskās koherentās tīklenes tomogrāfijas (OCT), imunoloģiskajiem testiem un neirodeģenerācijas marķieriem, klīniskajiem un neiropsiholoģiskajiem datiem. Pamatojoties uz datiem par 5000 gadījumiem (50 % pacientu ar MS), tiks noteikti primārie standarti. Neirologu un radiologu noteiktie diagnostikas ceļi ietvers parametrus, kuriem tiks piešķirts svars galīgajai diagnozei, tiks novērtēta parametru korelācija. Galarezultāts būs algoritmu kopums un apmācīts DL tīkls, kas analizēs pieejamās kolekcijas un diagnostikas paneļa veidā prezentēs informācijas kopumu kopā ar analīzi, kas ļauj ārstam pieņemt precīzāku lēmumu par diagnostiku. Testiem, parametrs â EUR vērtēšanas tiks piešķirts, lai novērtētu ietekmi parametra uz diagnozi. Pamatojoties uz visiem datiem, tiks noteikta pacienta galīgā vērtība. Svarīgs elements būs RM un AZT darbības traucējumu automātiska noteikšana un jaunu parametru ieviešana (Latvian)
    13 August 2022
    0 references
    Faoi láthair níl aon pharaiméadar sonrach ann a cheadaíonn diagnóis áirithe ar scléaróis iolrach (SM) a bhunú. In ainneoin critéir dhiagnóiseacha, bunaithe go príomha ar íomháú athshondais mhaighnéadaigh (RM), is gá leanúint ar aghaidh ag eisiamh galair eile a dhéanann aithris ar íomhá chliniciúil na mBallstát. Go dtí seo, níor forbraíodh aon uirlis chun diagnóis bheacht a dhéanamh ar na Ballstáit, tá an diagnóis bunaithe den chuid is mó ar thaithí dochtúirí seachas táscairí inchainníochtaithe, agus éilíonn go leor othar cinntí teiripeacha moill fhada. Ina theannta sin, níl suas le 13 % de na hothair a dhiagnóisíonn na Ballstáit tinn i ndáiríre leis na Ballstáit. Is é is aidhm don tionscadal taighde a dhéanamh ar phróifílí diagnóiseacha agus ar líonraí domhainfhoghlama (DL), lena gcumasaítear diagnóisic dhifreálach na mBallstát sa mhód intleachta saorga (intleacht shaorga). Baileoidh an córas sonraí ó RM, tomagrafaíocht reitineach comhleanúnach optúil (OCT), tástálacha imdhíoneolaíocha agus marcóirí sonraí néar-ghiniúna, cliniciúla agus néarshíceolaíocha. Bunaithe ar shonraí ó 5000 cás (50 % d’othair leis na Ballstáit) bunófar na caighdeáin phríomhúla. Áireofar ar chonairí diagnóiseacha arna gcinneadh ag néareolaithe agus raideolaithe paraiméadair, lena sannfar meáchan don diagnóis deiridh, déanfar an comhghaol idir na paraiméadair a mheas. Is é an toradh deiridh ná sraith algartam agus líonra oilte DL, a dhéanfaidh anailís ar na bailiúcháin atá ar fáil agus a chuirfidh sraith faisnéise i láthair i bhfoirm painéil dhiagnóisigh mar aon le hanailís a chuirfidh ar chumas an dochtúra cinneadh diagnóiseach níos beaichte a dhéanamh. I gcás tástálacha, beidh â EUR â EUR scóráil a shannadh chun measúnú a dhéanamh ar an éifeacht an pharaiméadar ar an diagnóis. Bunaithe ar na sonraí go léir, déanfar luach deiridh an othair a mheas. Gné thábhachtach a bheidh ann ná mífheidhmeanna RM agus OCT a bhrath go huathoibríoch agus paraiméadair nua a thabhairt isteach (Irish)
    13 August 2022
    0 references
    Trenutno ni posebnega parametra, ki bi omogočal vzpostavitev določene diagnoze multiple skleroze (SM).Kljub diagnostičnim merilom, ki temelji predvsem na magnetni resonančnem slikanju (RM), je treba še naprej izključiti druge bolezni, ki posnemajo klinično sliko MS. Do zdaj ni bilo razvito nobeno orodje za natančno diagnozo MS, diagnoza pa v veliki meri temelji na izkušnjah zdravnikov in ne količinsko opredeljivih kazalcih, in mnogi bolniki zahtevajo dolgo zakasnitev terapevtskih odločitev. Poleg tega do 13 % bolnikov z diagnozo MS dejansko ni bolan z MS. Cilj projekta je izvajanje raziskav o diagnostičnih profilih in mrežah za globoko učenje (DL), ki omogočajo diferencialno diagnostiko MS v načinu umetne inteligence (umetna inteligenca). Sistem bo zbiral podatke iz RM, optične koherentne mrežnične tomografije (OCT), imunoloških testov in označevalcev nevrodegeneracije, kliničnih in nevropsiholoških podatkov. Na podlagi podatkov iz 5000 primerov (50 % bolnikov z MS) bodo določeni primarni standardi. Diagnostične poti, ki jih določijo nevrologi in radiologi, bodo vključevale parametre, katerim bo teža dodeljena končni diagnozi, ocenjena bo korelacija med parametri. Končni rezultat bo niz algoritmov in usposobljeno DL omrežje, ki bo analiziralo razpoložljive zbirke in v obliki diagnostične plošče predstavilo niz informacij skupaj z analizo, ki bo zdravniku omogočila natančnejšo diagnostično odločitev. Za teste, parameter â EUR točkovanje bo dodeljen za oceno učinka parametra na diagnozo. Na podlagi vseh podatkov bo ocenjena končna vrednost za bolnika. Pomemben element bo samodejno zaznavanje napak RM in ČDO ter uvedba novih parametrov. (Slovenian)
    13 August 2022
    0 references
    Понастоящем няма конкретен параметър, който да позволява да се установи определена диагноза на множествена склероза (SM). Въпреки диагностичните критерии, основани главно на магнитно-резонансно изобразяване (RM), е необходимо да продължи да се изключват други заболявания, имитиращи клиничния образ на МС. Досега не е разработен инструмент за точна диагностика на МС, диагнозата се основава до голяма степен на опита на лекарите, а не на количествено измеримите показатели, и много пациенти изискват дълги забавящи терапевтични решения. Освен това до 13 % от пациентите с диагноза на МС всъщност не са болни от МС. Проектът има за цел да проведе изследвания върху диагностични профили и мрежи за задълбочено обучение (DL), които позволяват диференциална диагностика на МС в режим на ИИ (изкуствен интелект). Системата ще събира данни от РМ, оптична кохерентна ретинална томография (ОСТ), имунологични тестове и маркери на невродегенерация, клинични и невропсихологични данни. Въз основа на данни от 5000 случая (50 % от пациентите с МС) ще бъдат установени основните стандарти. Диагностичните пътеки, определени от невролозите и рентгенолозите, ще включват параметри, на които ще бъде присвоено тегло на крайната диагноза, ще бъде оценена корелацията между параметрите. Крайният резултат ще бъде набор от алгоритми и обучена DL мрежа, която ще анализира наличните колекции и ще представи под формата на диагностичен панел набор от информация, заедно с анализ, позволяващ на лекаря да вземе по-прецизно диагностично решение. За тестове ще бъде определен параметър â EUR точкуване, за да се оцени въздействието на параметъра върху диагнозата. Въз основа на всички данни, окончателната стойност за пациента ще бъде оценена. Важен елемент ще бъде автоматичното откриване на неизправности на РМ и ОСТ и въвеждането на нови параметри (Bulgarian)
    13 August 2022
    0 references
    Bħalissa m’hemm l-ebda parametru speċifiku li jippermetti li tiġi stabbilita ċerta dijanjożi tal-isklerożi multipla (SM). Minkejja l-kriterji dijanjostiċi, ibbażati prinċipalment fuq l-immaġni tar-reżonanza manjetika (RM), huwa meħtieġ li jkompli jiġi eskluż mard ieħor li jimita l-immaġni klinika tal-MS. S’issa, l-ebda għodda ma ġiet żviluppata għal dijanjożi preċiża tal-SM, id-dijanjożi hija fil-biċċa l-kbira bbażata fuq l-esperjenza tat-tobba aktar milli indikaturi kwantifikabbli, u ħafna pazjenti jeħtieġu deċiżjonijiet terapewtiċi li jdumu ħafna. Barra minn hekk, sa 13 % tal-pazjenti b’dijanjosi tal-Istati Membri fil-fatt mhumiex morda bl-SM. Il-proġett għandu l-għan li jwettaq riċerka dwar profili dijanjostiċi u netwerks ta’ tagħlim profond (DL), li jippermetti dijanjostika differenzjali tal-Istati Membri fil-modalità tal-IA (intelliġenza artifiċjali). Is-sistema se tiġbor dejta minn RM, tomografija retinali koerenti ottika (OCT), testijiet immunoloġiċi u markaturi ta’ newrodeġenerazzjoni, dejta klinika u newropsikoloġika. Ibbażat fuq dejta minn 5000 każ (50 % tal-pazjenti b’MS) l-istandards primarji se jiġu stabbiliti. Mogħdijiet dijanjostiċi determinati minn newroloġisti u radjologi se jinkludu parametri, li l-piż tagħhom se jiġi assenjat lid-dijanjosi finali, il-korrelazzjoni bejn il-parametri se tiġi vvalutata. Ir-riżultat finali se jkun sett ta’ algoritmi u netwerk tad-DL imħarreġ, li se janalizza l-kollezzjonijiet disponibbli u jippreżenta fil-forma ta’ panel dijanjostiku sett ta’ informazzjoni flimkien ma’ analiżi li tippermetti lit-tabib jieħu deċiżjoni dijanjostika aktar preċiża. Għal testijiet, a parametru â EUR punteġġ se jiġu assenjati biex tevalwa l-effett tal-parametru fuq id-dijanjosi. Fuq il-bażi tad-dejta kollha, il-valur finali għall-pazjent se jiġi stmat. Element importanti se jkun id-detezzjoni awtomatika tal-malfunzjonamenti tal-RM u tal-PTEE u l-introduzzjoni ta’ parametri ġodda (Maltese)
    13 August 2022
    0 references
    Atualmente não há nenhum parâmetro específico que permita estabelecer um certo diagnóstico de esclerose múltipla (SM). Apesar dos critérios diagnósticos, ganzas principalmente na ressonância magnética (RM), é necessário continuar a excluir outras doenças imitando a imagem clínica da EM. Até agora, nenhuma ferramenta foi desenvolvida para o diagnóstico preciso da SM, o diagnóstico é em grande parte ganza na experiência dos médicos em vez de indicadores quantificáveis, e muitos pacientes exigem decisões terapêuticas demoradas longas. Além disso, até 13 % dos pacientes com diagnóstico de EM não estão realmente doentes com EM. O projeto visa realizar pesquisas sobre perfis diagnósticos e redes de aprendizagem profunda (DL), permitindo diagnósticos diferenciais da EM em modo de IA (inteligência artificial). O sistema irá coletar dados de RM, tomografia ótica coerente da retina (OCT), testes imunológicos e marcadores de neurodegeneração, dados clínicos e neuropsicológicos. Com base em dados de 5000 casos (50 % de doentes com EM), serão estabelecidos os padrões primários. As vias diagnósticas determinadas por neurologistas e radiologistas incluirão parâmetros, aos quais o peso será atribuído ao diagnóstico final, a correlação entre os parâmetros será avaliada. O resultado final será um conjunto de algoritmos e uma rede DL treinada, que analisará as coleções disponíveis e apresentará na forma de um painel de diagnóstico um conjunto de informações juntamente com uma análise que permita ao médico tomar uma decisão diagnóstica mais precisa. Para os testes, será atribuído um parâmetro âEUR pontuação para avaliar o efeito do parâmetro no diagnóstico. Com base em todos os dados, o valor final para o paciente será estimado. Um elemento importante será a deteção automática de anomalias de RM e PTU e a introdução de novos parâmetros (Portuguese)
    13 August 2022
    0 references
    I øjeblikket er der ingen specifik parameter, der gør det muligt at etablere en bestemt diagnose af multipel sklerose (SM).På trods af diagnostiske kriterier, der primært er baseret på magnetisk resonansbilleddannelse (RM), er det nødvendigt at fortsætte med at udelukke andre sygdomme, der efterligner det kliniske billede af MS. Indtil videre er der ikke udviklet noget værktøj til præcis diagnose af MS, diagnosen er i vid udstrækning baseret på lægernes erfaring snarere end kvantificerbare indikatorer, og mange patienter kræver lange forsinkende terapeutiske beslutninger. Derudover er op til 13 % af patienterne med diagnose af MS faktisk ikke syge med MS. Projektet har til formål at gennemføre forskning i diagnostiske profiler og netværk for dyb læring (DL), der muliggør differentialdiagnosticering af MS i AI-tilstand (kunstig intelligens). Systemet vil indsamle data fra RM, optisk sammenhængende retinal tomografi (OCT), immunologiske test og markører for neurodegeneration, kliniske og neuropsykologiske data. Baseret på data fra 5000 tilfælde (50 % patienter med MS) vil de primære standarder blive fastlagt. Diagnostiske veje bestemt af neurologer og radiologer vil omfatte parametre, som vægt vil blive tildelt den endelige diagnose, vil korrelationen mellem parametrene blive vurderet. Det endelige resultat vil være et sæt algoritmer og et uddannet DL-netværk, som vil analysere tilgængelige samlinger og i form af et diagnostisk panel præsentere et sæt oplysninger sammen med en analyse, der gør det muligt for lægen at træffe en mere præcis diagnostisk beslutning. For test, en parameter â EUR scoring vil blive tildelt til at vurdere virkningen af parameteren på diagnosen. På grundlag af alle data vil den endelige værdi for patienten blive estimeret. Et vigtigt element vil være automatisk detektering af RM- og OLT-fejl og indførelse af nye parametre (Danish)
    13 August 2022
    0 references
    În prezent, nu există nici un parametru specific care să permită stabilirea unui anumit diagnostic de scleroză multiplă (SM).În ciuda criteriilor de diagnostic, bazate în principal pe imagistica prin rezonanță magnetică (RM), este necesar să se excludă în continuare alte boli care imită imaginea clinică a SM. Până în prezent, nu a fost dezvoltat niciun instrument pentru diagnosticarea precisă a SM, diagnosticul se bazează în mare parte pe experiența medicilor, mai degrabă decât pe indicatori cuantificabili, și mulți pacienți necesită decizii terapeutice cu întârziere îndelungată. În plus, până la 13 % dintre pacienții cu diagnostic de SM nu sunt de fapt bolnavi de SM. Proiectul își propune să efectueze cercetări privind profilurile de diagnosticare și rețelele de învățare profundă (DL), permițând diagnosticarea diferențială a SM în modul IA (inteligență artificială). Sistemul va colecta date din RM, tomografie retiniană optică coerentă (OCT), teste imunologice și markeri ai neurodegenerării, date clinice și neuropsihologice. Pe baza datelor din 5000 de cazuri (50 % pacienți cu SM), se vor stabili standardele primare. Căile de diagnostic determinate de neurologi și radiologi vor include parametri, cărora le va fi atribuită greutatea diagnosticului final, corelația dintre parametri va fi evaluată. Rezultatul final va fi un set de algoritmi și o rețea DL instruită, care va analiza colecțiile disponibile și va prezenta sub forma unui panou de diagnosticare un set de informații împreună cu o analiză care să permită medicului să ia o decizie de diagnosticare mai precisă. Pentru teste, un parametru de notare va fi atribuit pentru a evalua efectul parametrului asupra diagnosticului. Pe baza tuturor datelor, valoarea finală pentru pacient va fi estimată. Un element important va fi detectarea automată a defecțiunilor RM și TTPM și introducerea de noi parametri (Romanian)
    13 August 2022
    0 references
    För närvarande finns det ingen specifik parameter som gör det möjligt att fastställa en viss diagnos av multipel skleros (SM).Trots diagnostiska kriterier, baserat främst på magnetisk resonanstomografi (RM), är det nödvändigt att fortsätta att utesluta andra sjukdomar som efterliknar den kliniska bilden av MS. Hittills har inget verktyg utvecklats för exakt diagnos av MS, diagnosen är till stor del baserad på läkarnas erfarenhet snarare än kvantifierbara indikatorer, och många patienter kräver långa fördröjningar terapeutiska beslut. Dessutom är upp till 13 % av patienterna med diagnos av MS faktiskt inte sjuka med MS. Projektet syftar till att bedriva forskning om diagnostiska profiler och djupa inlärningsnätverk (DL), vilket möjliggör differentialdiagnostik av MS i AI-läge (artificiell intelligens). Systemet kommer att samla in data från RM, optisk koherent näthinnetomografi (OCT), immunologiska tester och markörer av neurodegeneration samt kliniska och neuropsykologiska data. Baserat på data från 5000 fall (50 % patienter med MS) kommer primärstandarder att fastställas. Diagnostiska vägar som bestäms av neurologer och radiologer kommer att innehålla parametrar, till vilka vikt kommer att tilldelas den slutliga diagnosen, kommer korrelationen mellan parametrarna att bedömas. Slutresultatet blir en uppsättning algoritmer och ett utbildat DL-nätverk, som analyserar tillgängliga samlingar och presenterar i form av en diagnospanel en uppsättning information tillsammans med en analys som gör det möjligt för läkaren att fatta ett mer exakt diagnostiskt beslut. För tester, en parameter â EUR poäng kommer att tilldelas för att bedöma effekten av parametern på diagnosen. Baserat på alla data kommer slutvärdet för patienten att uppskattas. En viktig faktor kommer att vara automatisk upptäckt av felfunktioner i råvaror och utomeuropeiska länder och territorier och införande av nya parametrar. (Swedish)
    13 August 2022
    0 references

    Identifiers

    POIR.04.01.04-00-0118/17
    0 references