LATE-AYA
Ψηφιακή πλατφόρμα εξατομικευμένης παρακολούθησης και υποστήριξης νέων επιζώντων καρκίνου

Το έργο επικεντρώνεται στη βελτίωση της κατανόησης και της διαχείρισης των μακροχρόνιων επιπτώσεων (late effects) σε εφήβους και νεαρούς ενήλικες (AYA) που έχουν επιβιώσει από καρκίνο.
Αναλυτική περιγραφή έργου
Οι βασικοί στόχοι του έργου είναι:
- η ανάπτυξη πλατφόρμας ψηφιακής φαινοτυπικής ανάλυσης (digital phenotyping), η οποία ενσωματώνει μεγάλα δεδομένα και τεχνητή νοημοσύνη για την εξατομικευμένη παρακολούθηση ασθενών,
- η δημιουργία ενός πολυπαραγοντικού σχεδιαστή ψυχοκοινωνικών παρεμβάσεων, που υποστηρίζει τους ασθενείς στην αντιμετώπιση των μακροχρόνιων επιπτώσεων της νόσου,
- η υλοποίηση ενός προσαρμοστικού συστήματος παρακολούθησης που εμπλέκει πολλαπλούς φορείς (ιατρούς, φροντιστές, κοινωνικές υπηρεσίες), εξασφαλίζοντας συνεχή υποστήριξη μετά το πέρας της θεραπείας,
- η δημιουργία ενός περιβάλλοντος living lab για τη δοκιμή και επικύρωση καινοτόμων λύσεων φροντίδας.
Το έργο ευθυγραμμίζεται με τις κατευθυντήριες γραμμές του European Health Data Space (EHDS), διασφαλίζοντας την ασφάλεια των δεδομένων και τη διαλειτουργικότητα σε μεγάλης κλίμακας μελέτες υγείας.
Τύπος και εύρος παρεχόμενης εργασίας
Το έργο περιλαμβάνει επιμέρους πακέτα εργασίας (Work Packages – WPs), καθένα από τα οποία καλύπτει συγκεκριμένες ερευνητικές και τεχνολογικές δραστηριότητες:
- Συντονισμός και διαχείριση (WP1): Διασφάλιση της ορθής διοικητικής λειτουργίας του έργου, συμμόρφωση με τους κανόνες χρηματοδότησης και αξιολόγηση κινδύνων.
- Ψηφιακή φαινοτυπική ανάλυση και ανάλυση δεδομένων (WP3): Ανάπτυξη μοντέλων τεχνητής νοημοσύνης για την ανάλυση δεδομένων ασθενών από πολλαπλές πηγές (ιατρικά αρχεία, φορετές συσκευές, δεδομένα τρόπου ζωής).
- Σχεδιαστής ψυχοκοινωνικών παρεμβάσεων (WP4): Ανάπτυξη εξατομικευμένων ψυχολογικών παρεμβάσεων μέσω ψηφιακών εργαλείων και υλοποίηση chatbot βασισμένου σε τεχνητή νοημοσύνη για αλληλεπίδραση με τους ασθενείς και υποστήριξη ψυχικής υγείας.
- Προσαρμοστικό σύστημα παρακολούθησης (WP5): Δημιουργία dashboard για τη συνεργασία μεταξύ ιατρών, κοινωνικών λειτουργών και φροντιστών, καθώς και δυνατότητα απομακρυσμένης παρακολούθησης της κατάστασης των ασθενών σε πραγματικό χρόνο.
- Μεγάλα δεδομένα και AI για πρόβλεψη επιπτώσεων (WP7): Ανάπτυξη μοντέλων μηχανικής μάθησης για την πρόβλεψη επιπλοκών που εμφανίζονται σε μεταγενέστερο στάδιο, με αξιοποίηση βιομετρικών, γενετικών και συμπεριφορικών δεδομένων.
- Κλινικές μελέτες και επικύρωση (WP8): Υλοποίηση κλινικών δοκιμών μεγάλης κλίμακας σε ευρωπαϊκά ιδρύματα υγείας και αξιολόγηση της αποτελεσματικότητας των λύσεων σε πραγματικές συνθήκες.
- Αξιολόγηση αντίκτυπου και διάχυση (WP9 & WP10): Εκτίμηση του κοινωνικού και οικονομικού αντίκτυπου και διάχυση των αποτελεσμάτων μέσω επιστημονικών δημοσιεύσεων, συνεδρίων και προτάσεων πολιτικής.
Το έργο αποτελεί σημαντικό βήμα προς την εξατομικευμένη ιατρική με τη χρήση τεχνητής νοημοσύνης, βελτιώνοντας την ποιότητα ζωής των επιζώντων καρκίνου μέσω λύσεων υγείας βασισμένων σε δεδομένα.
