Retour à la page précédente

Patients-centered survivorship care plan after Cancer treatments based on Big Data and AI

Foto_web_720x400

Le principal défi de PERSIST est d'améliorer la qualité de vie des survivants du cancer du sein et du cancer colorectal. Grâce aux technologies d'intelligence artificielle et de Big Data, les experts développeront un écosystème innovant pour soutenir la prise de décision des médecins contribuant à des décisions de traitement optimales.

Le système complet PERSIST intégrera un système d'aide à la décision clinique basé sur de nouveaux modèles d'analyse des données de santé; et un système mHealth pour le suivi à distance et personnalisé de chaque patient. En outre, les partenaires développeront une plateforme Big Data qui intégrera les deux systèmes précédents et sera connectée aux systèmes d'historique clinique de tout hôpital.

L'initiative comprend un pilote transnational avec plus de 150 patients et 32 professionnels de la santé de 4 pays différents, qui sera décisif pour établir une méthodologie de co-création qui couvrira les phases initiales du projet jusqu'à sa conclusion.

Dissemination

  • Calbimonte, J.-P. (2023). Patient Trajectory Analysis for Cancer Survivorship. Talk Presented at the Foire du Valais 2023.

Publications

  • Smrke, U., Abalde-Cela, S., Loly, C., Calbimonte, J.-P., Pires, L. R., Lin, S., Sánchez, A., Tement, S. & Mlakar, I. (2024). Quality of Life of Colorectal Cancer Survivors: Mapping the Key Indicators by Expert Consensus and Measures for Their Assessment. Healthcare, 12(12). https://doi.org/10.3390/healthcare12121235
  • Manzo, G., Pannatier, Y., Duflot, P., Kolh, P., Chavez, M., Bleret, V., Calvaresi, D., Jimenez del Toro, O., Schumacher, M. & Calbimonte, J.-P. (2023). Breast cancer survival analysis agents for clinical decision support. Computer Methods and Programs in Biomedicine, 231, 107373. https://doi.org/https://doi.org/10.1016/j.cmpb.2023.107373
  • Manzo, G., Calvaresi, D., Jimenez-del-Toro, O., Calbimonte, J.-P. & Schumacher, M. (2021). Cohort and Trajectory Analysis in Multi-Agent Support Systems for Cancer Survivors. Journal of Medical Systems, 45(12). https://doi.org/10.1007/s10916-021-01770-3
  • Calbimonte, J.-P., Calvaresi, D. & Schumacher, M. (2020). Decentralized Management of Patient Profiles and Trajectories through Semantic Web Agents. Proc. Of the Third International Workshop on Semantic Web Meets Health Data Management (SWH 2020) Co-Located with the 19th International Semantic Web Conference (ISWC 2020), Vol-2759, 19–29. http://ceur-ws.org/Vol-2759/paper2.pdf
  • Calvaresi, D., Schumacher, M. & Calbimonte, J.-P. (2020). Agent-based Modeling for Ontology-driven Analysis of Patient Trajectories. Journal of Medical Systems, 44, 158. https://doi.org/https://doi.org/10.1007/s10916-020-01620-8