Acrónimo | CHAIMELEON
Designação do Projeto | Accelerating the lab to market transition of AI tools for cancer management
Grant Agreement | 952172
Programa de Financiamento | Comissão Europeia – Horizonte 2020
Objetivo Principal | O projecto CHAIMELEON visa desenvolver um repositório estruturado de imagens de saúde e dados clínicos e moleculares relacionados sobre os cancros mais prevalecentes na Europa: pulmão, mama, próstata e colorrectal.
Data de Início | 01-09-2020
Data de Conclusão | 31-08-2024
Custo total elegível | 8.784.038,75 €
Apoio financeiro da União Europeia | 198.340,00€
Coordenação | Prof. Luis Marti-Bonmati, HULAFE
Parceiros:
- UNIVERSITA DI PISA (UNIPI), Itália
- UNIVERSITA DEGLI STUDI DI ROMA LA SAPIENZA (ULS), Itália
- POLICLINICO SAN DONATO SPA (PSD), Itália
- COLLEGE DES ENSEIGNANTS DE RADIOLOGIE DE FRANCE (CERF), França
- UNIVERSITEIT MAASTRICHT (UM), Holanda
- CHARITE - UNIVERSITAETSMEDIZIN BERLIN (CHARITE), Alemanha
- IMPERIAL COLLEGE OF SCIENCE TECHNOLOGY AND MEDICINE (IMPERIAL), Reino Unido
- BEN-GURION UNIVERSITY OF THE NEGEV (BGU), Israel
- UNIVERSITAT POLITECNICA DE VALENCIA (UPV), Espanha
- GE HEALTHCARE GMBH - GEHC (GEHC), Alemanha
- QUIBIM SOCIEDAD LIMITADA (QUIBIM), Espanha
- MEDEXPRIM (MEDEXPRIM), França
- BAHIA SOFTWARE SL (BAHIA), Espanha
- MATICAL INNOVATION SL (MATICAL), Espanha
- EIBIR GEMEINNUTZIGE GMBH ZUR FORDERUNG DER ERFORSCHUNG DER BIOMEDIZINISCHEN BILDGEBUNG (EIBIR), Austria
- UNIVERSITAT DE VALENCIA (UV), Espanha
Objetivos, atividades e resultados esperados/atingidos:
1. Proporcionar acesso a grandes bases de dados em conformidade com os requisitos legais e éticos
2. Estabelecer um repositório interoperável a nível da UE com dados de imagem de qualidade comprovada como recurso para desenvolver e testar ferramentas de IA para a gestão do cancro
3. Criar um edifício distribuído de infra-estruturas com base nas iniciativas existentes
4. Explorar abordagens de harmonização disruptivas e fornecer um canal de processamento online para a harmonização de imagens
5. Implementar condutas de processamento em linha reforçando a integridade e a interpretabilidade das soluções de IA
6. Avaliar e validar o repositório a nível interno e externo
7. Realizar uma validação clínica externa precoce de soluções baseadas em IA
8. Assegurar a sustentabilidade do repositório para além do tempo de execução do projecto e construir uma grande e ativa base de utilizadores