MRImmuno-platform for a rapid diagnostic and therapeutic decision in patients with an outbreak of a laceration of the central nervous system (Q84117)
Jump to navigation
Jump to search
Project in Poland financed by DG Regio
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | MRImmuno-platform for a rapid diagnostic and therapeutic decision in patients with an outbreak of a laceration of the central nervous system |
Project in Poland financed by DG Regio |
Statements
8,230,750.45 zloty
0 references
9,221,829.96 zloty
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
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
At present, there is no specific parameter to place a number of Multiple Sclerosis (MS). despite diagnostic criteria based primarily on the magnetic resonance imaging (RM), it is necessary to continue to exclude other diseases that mimic the clinical picture SM.So far, a tool has not been developed for a precise SM diagnosis, diagnosis is largely based on the experience of doctors and not on quantifiable indicators, and many patients need long observation of the repelling decision.In addition, up to 13 % of the ill with SM diagnosis is not in fact sick with SM.The project aims to carry out studies on the development of diagnostic profiles and deep learning networks (DL) allowing differential diagnosis of SM in AI (AI) modes.The system will collect data from the RM, optical coherent tomography (retinal) tomography (OCT), immunology and neurodegenerative markers, clinical and neuropsychological data.On the basis of data from 5000 cases (50 % patients with SM), primary standards will be set.The diagnostic pathways set by neurologists and radiologists will include parameters that will be assigned weight for the final diagnosis, the correlation between the parameters will be assessed.The end result will be a set of algorithms and an experimented DL network that will analyse the available collection and include a collection of information in the form of a diagnostic panel, together with an analysis allowing the doctor to clarify the diagnostic decision.For tests, a parameter — sealing, assessing the impact of a parameter on a diagnosis will be attributed to the test.The final value for the patient will be estimated on the basis of all data.An important element will be the automatic detection of RM & OCT images and the introduction of new parameters. (English)
0 references
Identifiers
POIR.04.01.04-00-0118/17
0 references