Âmbito:
A imagem é um componente crucial dos protocolos clínicos oncológicos, fornecendo informações morfológicas, estruturais, metabólicas e funcionais detalhadas. No entanto, aproveitar todo o potencial dos dados gerados por imagens médicas em ambientes clínicos continua sendo um desafio. Os médicos frequentemente têm dificuldade em combinar dados diversos e em larga escala em uma visão abrangente do atendimento ao paciente, da progressão da doença e da eficácia do tratamento. A incapacidade de integrar e interpretar perfeitamente diversas fontes de dados resulta em resultados abaixo do ideal para os pacientes e ineficiências na prestação de cuidados de saúde.
A integração da Inteligência Artificial (IA) tradicional com imagens médicas pode transformar a área da saúde, mas a maioria das aplicações existentes ainda está em fase inicial e precisa superar uma série de desafios para acelerar a adoção. Entre eles, estão o fato de as aplicações de IA estarem confinadas a modalidades de dados únicas, o que restringe sua eficácia geral (Aplicação Monomodal); o treinamento inadequado e insuficiente dos dados, levando à escassez de dados e à falta de generalização, tornando-os menos confiáveis para diversas populações de pacientes, inclusive no que diz respeito à sensibilidade de gênero; e a falta de interpretabilidade dos modelos de IA, visto que muitos sistemas de IA funcionam como "caixas-pretas", fornecendo pouca compreensão de seus processos de tomada de decisão. Essa falta de transparência limita a confiança nos sistemas e sua usabilidade em ambientes clínicos.
O objetivo deste Desafio Pathfinder é criar agentes autónomos GenAI interativos e/ou uma combinação deles (superagentes) que forneçam aos médicos uma perspetiva holística de ponta a ponta do atendimento ao paciente, ao longo de todo o processo clínico. Esses agentes visam aprimorar a identificação de padrões, reduzir inconsistências e erros em diagnósticos, bem como aprimorar o tratamento do câncer. Embora o foco seja o GenAI, também incentivamos a integração de outras tecnologias avançadas de IA, como aprendizado profundo topológico e geométrico, campos neurais, redes neurais de grafos, etc., que podem complementar e aprimorar a robustez e a eficácia das soluções baseadas em GenAI para enfrentar os desafios do diagnóstico e da terapia do câncer.
O Desafio apoiará projetos de pesquisa inovadores em estágio inicial que desenvolverão e validarão novas abordagens e conceitos para integrar e interpretar imagens médicas multimodais e dados de saúde. Além disso, envolverá a geração de dados médicos sintéticos confiáveis, que também serão reunidos para formar um banco de dados comum e utilizados para o desenvolvimento de algoritmos avançados.
Financiamento: 120 000 000€