Bandi Linea A

TEPSIM

Simulatore di pianificazione dell'embolizzazione transarteriosa
Eco healthcare
Spoke5_TEPSIMimage
Scheda del progetto
Data
Data avvio
Valore
Valore totale
€ 449.823,00
Durata
Durata
18 mesi
Investimento
Investimento nodes
€ 292.190,91

Il progetto TEPSIM si concentra sull'ottimizzazione della procedura di embolizzazione transarteriosa (TAE) per il trattamento del cancro al fegato che prevede di bloccare l'apporto di sangue al tumore. L'approccio mira a pianificare in modo più efficace la procedura di embolizzazione utilizzando modelli virtuali 3D specifici per il paziente. La piattaforma software di medicina personalizzata sviluppata da Medics permetterà l'estrazione e la visualizzazione di modelli 3D del fegato e delle strutture vascolari intraepatiche dai dati delle immagini mediche. L'OdR contribuirà come consulente specialistico per la creazione di modelli personalizzati dei fenomeni di trasporto nel sistema epatico basati su parametri emodinamici misurati in vivo. 

 

Contatti:

Giuseppe Isu

giuseppe.isu@medics3d.com 

 

La sfida
Document

Gli obiettivi includono lo sviluppo e la validazione di un algoritmo di machine learning per modelli 3D, un software di simulazione dell'embolizzazione intrarteriosa, e una piattaforma digital twin specifica per la simulazione/pianificazione della TAE. Il progetto mira a migliorare la precisione e l'efficacia della TAE, contribuendo significativamente alla pratica clinica nel trattamento del cancro al fegato.  

Perchè è innovativo
Document

Il progetto di Medics mira a rivoluzionare la pianificazione del trattamento clinico, integrando solide funzionalità in una piattaforma basata sul loro know-how e sull'IA. La loro esperienza consolidata e la distribuzione internazionale anticipano un impatto significativo anche oltre i confini nazionali. Con un TRL atteso di 6, la loro ambizione è sostenuta da una solida base tecnologica e clinica. 

Impatto su chi lo usa
Document

Il progetto TEPSIM punta a trasformare la medicina attraverso l'uso di modelli predittivi personalizzati potenziati dall'AI. Questi modelli, integrando dati multi-modali dei pazienti, consentiranno previsioni personalizzate sul rischio di malattie e la risposta al trattamento. Tuttavia, ci sono sfide come la gestione dell'apprendimento degli algoritmi e la standardizzazione dei dati. Il progetto promuove anche la crescita economica e occupazionale con il potenziale di rendere accessibili strumenti diagnostici avanzati e migliorare gli esiti per i pazienti.