Önleme ve tanıda entegre klinik karar desteği için Sanal İnsan İkizleri (VHT'ler)

Beklenen Sonuç:

Bu konu, “Sağlıklı bir toplum için yeni araçlar, teknolojiler ve dijital çözümler geliştirme ve kullanma” hedefinin bir veya daha fazla beklenen etkisine olanak sağlayan veya katkıda bulunan faaliyetleri desteklemeyi amaçlamaktadır. Bu amaçla, bu konu kapsamındaki teklifler, aşağıdaki beklenen sonuçların tümüne yönelik, bunlara uygun ve katkıda bulunan sonuçlar sunmayı hedeflemelidir:

• Sağlık profesyonelleri, yüksek hastalık yükü olan alanlarda önleme ve tanıyı iyileştirmeyi amaçlayan, bireysel hastaların çok ölçekli^[1], çok organlı modellerine erişebilir.
• Sağlık profesyonelleri, çok ölçekli, çok organlı modellerden yararlanarak karmaşık hastalıklar ve komorbiditeler hakkında gelişmiş bilgi birikiminden faydalanır.
• Çeşitli özelliklere sahip hastalar (örneğin, herhangi bir cinsiyet, yaş grubu, ırksal veya etnik köken^[2]), iyileştirilmiş, entegre ve kişiselleştirilmiş önleme ve tanı araçlarından faydalanır.
• Sağlık profesyonelleri ve hastalar, diğer önleyici ve tanı araçlarını ve yöntemlerini entegre etmeyi sağlayan “Sanal İnsan İkizi” (VHT) modellerinin kullanımından faydalanır.

Kapsam:

VHT'ler, bir bireyin sağlık ve hastalık durumunun farklı anatomi seviyelerindeki dijital temsilleri ve in-silico modelleridir. Çok ölçekli, çok organlı VHT çözümleri, özellikle yüksek hastalık yükü olan alanlarda kişiye özel önleme ve tanı potansiyeline sahiptir ve vatandaşların sağlığına ve AB sağlık sistemlerinin verimliliğine önemli ölçüde fayda sağlayabilir.

Teklifler, HORIZON-HLTH-2023-TOOL-05-03: “Kişiselleştirilmiş hastalık yönetimi için hastanın patofizyolojisinin entegre, çok ölçekli hesaplamalı modelleri ('sanal ikizler')” başlığı altında finanse edilen projelerin çalışmalarını dikkate almalı ve hastalık yönetimine ağırlıklı olarak odaklanan bu projelerin aksine, daha yüksek karmaşıklıkta (çok ölçekli, çok organlı, uzunlamasına) yüksek potansiyelli çok disiplinli yaklaşımlara odaklanarak, sağlık ve bakımda kullanımlarını güçlendirmeli, bakım yollarına entegrasyonu ve diğer karar destek araçlarıyla bağlantıları içermelidir.

Teklifler aşağıdaki tüm faaliyetleri ele almalıdır:

• Zaman içinde karmaşık patofizyolojiyi modellemek için çok organlı, çok ölçekli yaklaşımlar gerektiren, yüksek etkili, çok disiplinli çözümler sunmak üzere klinik kullanım senaryoları seçmek; bu, yüksek morbidite ve mortaliteye sahip hastalıkların önlenmesi ve tanısının geliştirilebileceği bir temel oluşturacaktır. Teklifler, yüksek hastalık yükü olan herhangi bir alanda kullanım senaryoları sunabilir; örnekler arasında komorbiditeler, kronik kardiyovasküler durumlar, enfeksiyon ve (oto)immünite, iltihaplanma ve kanser, diyabet ve ilgili durumlar, nadir hastalıklar, dejeneratif hastalıklar (ruh sağlığı durumlarıyla etkileşimleri dahil), ekspozozom ve bunun insan sağlığı ve hastalıkları üzerindeki etkisi yer almaktadır.
• Mevcut yaklaşımlar, standartlar, veri depoları (örneğin, biyobankalar, çevresel veriler, diğerleri) ve modelleme varlıkları (örneğin, EDITH CSA^[3] ve Gelişmiş VHT Modelleri Platformu^[4]'nunkiler) ve ilgiliyse yeni veriler üzerine inşa ederek, bir kişinin sağlık ve hastalık durumlarını gerektiği gibi doğru bir şekilde simüle eden çok organlı, çok ölçekli, dinamik hesaplamalı modeller tasarlamak, geliştirmek, genişletmek ve doğrulamak.
• Seçilen klinik kullanım senaryosu gereksinimlerini karşılayan, çeşitli veri kaynaklarını ve metodolojileri entegre edebilen, entegre, gelişmiş, birlikte çalışabilir, hastaya özel VHT modelleriyle sonuçlanan çeşitli modelleme metodolojilerini değerlendirmek, seçmek, genişletmek ve doğrulamak. Metodolojiler, biyofizik tabanlı modelleme, yorumlanabilir veya sonuçların açıklanabilirliğini sağlayan yapay zeka (YZ), üretken YZ ve in-silico modelleme, ajan tabanlı ve ağ fizyolojisi yaklaşımlarını içerebilir ve bunlarla sınırlı değildir. Bunların değerlendirilmesi, seçimi ve genişletilmesi tasarım aşamasında belgelenmelidir. Çok modlu verilerin mevcudiyeti ve entegrasyonu...