IPN - Instituto Pedro Nunes

IPN     IPN Incubadora

DTRIP4H
Iniciando a Era dos Digital Twin Descentralizados nas Infraestruturas de Investigação existentes para Saúde Preditiva, Preventiva, Personalizada e Participativa

Desafio

O avanço das tecnologias digitais conduziu a uma nova era de possibilidades nos cuidados de saúde, oferecendo soluções que prometem revolucionar a forma como abordamos iniciativas de saúde preditivas, preventivas, personalizadas e participativas, prometendo uma mudança de estratégias reativas para estratégias proativas. À medida que os custos dos cuidados de saúde continuam a aumentar, representando substanciais 1221 mil milhões de euros ou 7,7% do PIB em 2022, é inegável a urgência de optimizar as infra-estruturas de investigação (RI) existentes para obter o máximo impacto. Neste contexto, o surgimento de tecnologias de digital twins (DT) apresenta uma oportunidade transformadora para impulsionar as RI num novo domínio de acessibilidade, interoperabilidade e integração dentro da UE e do ecossistema global de investigação e inovação digital.

Solução / Objetivo Principal

O DTRIP4H visa resolver desafios críticos em torno da harmonização de dados, acesso equitativo e salvaguardas rigorosas de privacidade. Incorporando tecnologias como aprendizagem federada, IA generativa e realidade virtual (VR), o projeto aspira criar um ambiente de digital twin descentralizado (DDTE). Isto irá capacitar os utilizadores internos e externos de RI, tais como investigadores, inovadores e PME, para criar aplicações de DT que abordem desafios científicos específicos, utilizando uma combinação de dados do mundo real e sintéticos em conformidade com os quadros regulamentares, ou seja, o RGPD.

Objetivos, Atividades e Resultados esperados / atingidos

Os objetivos do DTRIP4H incluem a avaliação do conhecimento atual sobre iniciativas atuais, recursos (como modelos, conjuntos de dados, governança de dados, métodos, boas práticas, infraestruturas, soluções e serviços), cocriar e colocar em operação DDTE que integra ativos de RIs e capacidades para vários usuários e organizações modelarem e simularem fenômenos complexos relacionados à saúde em um ambiente compatível.
Os principais resultados esperados incluem o ambiente de gêmeo digital descentralizado e o desenvolvimento de 7 casos de uso temáticos inovadores de prova de conceito relacionados à saúde, atendendo às necessidades de cientistas, PMEs e usuários finais industriais, particularmente em tópicos de saúde relacionados ao tratamento do câncer, desenvolvimento de medicamentos, ambiente humano exposição, tratamento de precisão para esquizofrenia e medicina personalizada por meio de Inteligência Artificial (IA), DTs habilitados para AR/VR utilizando DDTE, ao mesmo tempo em que adere aos princípios de dados FAIR.

Referência do projeto

Grant Agreement No 101188432

Financiamento


Região de Intervenção

Europa

Investimento Total

11.998.387,21

Investimento do IPN

593.625,00

Elegível Total

11.998.387,21

Elegível do IPN

593.625,00

Apoio Financeiro da UE - Total

11.998.387,21

Apoio Financeiro da UE – IPN

593.625,00

Duração

48 Meses

Data de Início

2025-01-01

Data de Fim

2028-12-31

Data de Aprovação

2024-07-03

Consórcio

Digitaltwin Technology GMBH
Chino SRL
Lapin Ammattikorkeakoulu Oy - Lapland University of Applied Sciences
Universidad del Pais Vasco
Metropolia Ammattikorkeakoulu Oy - Metropolia
Alma Mater Studiorum - Universita Di Bologna
Demcon Sync Biosystems
Masarykova Univerzita
UAB Teraglobus
European Health Management Association
Artificial Intelligence Expert
NEC Laboratories Europe
Protobios
Institut National de Recherche en Informatique et Automatique
Instituto Pedro Nunes
Ludwig Maximillians - Universitaet Muenchen
Helsingin Yliopisto
Near Real Oy
Tallinna Tehnikaülikool - Tallinn University of Technology
Oulun Yliopisto
Ethniko Kentro Erevnas Kai Technologikis Anaptyxis - Centre for Research and Technology Hellas Certh
Oulun Ammattikorkeakoulu Oy - Oulu University of Applied Sciences
Linac - Pet Scan Opco Limited

Palavras-chave

Digital Twins
Infra-estruturas de investigação
Ambiente de digital twins descentralizados
Saúde