Rezultāti un sasniedzamie mērķi

• Viens vai vairāki konceptuāli pierādījumi par replicējamām, mērogojamām mākoņdatošanas AI/GenAI sistēmām medicīnisko attēlveidošanas datu analīzei veselības aprūpes vidē, demonstrējot klīnicistu lomu AI/GenAI atklājumu validēšanā un ziņojumus, kas parāda sistēmas nemanāmu integrāciju klīniskajās darbplūsmās.
• Uz pierādījumiem balstīta pilotēto risinājumu (izmaksu) efektivitātes analīze veselības aprūpes sistēmām regulatīviem un HTA mērķiem.
• Divi vai vairāki pasākumi vai semināri, kas organizēti gadā un katrā projektā Eiropas AI tehnoloģijās balstītu progresīvo skrīninga centru tīklam. Darba kārtībā jāiekļauj no projekta aktivitātēm gūtās atziņas, kā arī citi tīklam būtiski jautājumi. Pasākumu un semināru dalībnieku apmierinātības rādītāji ir jāmēra.
• Konsorcijā iesaistītie medicīnas centri ir pievienojušies Eiropas AI tehnoloģijās balstītu progresīvo skrīninga centru tīklam saskaņā ar Apply AI Strategy.
• Plāns regulatīvā apstiprinājuma iegūšanai AI/GenAI risinājumu lietošanai reālās dzīves scenārijos un klīniskajā vidē. Tas ietver nepieciešamās riska pārvaldības un atbilstības nodrošināšanas darbības, kā arī klīniskās novērtēšanas plānus un pēctirgus klīnisko uzraudzību.
• Detalizēts datu aizsardzības un kiberdrošības plāns ar pasākumiem sensitīvu veselības datu aizsardzībai, kiberdrošības risku mazināšanai un atbilstības nodrošināšanai ES tiesiskajiem un ētikas regulējumiem.
• Ilgtspējas plāns sistēmu ieviešanai visā ES.
• Ieinteresēto personu iesaistes un izplatīšanas ziņojums ar izmērāmām darbībām (KPI).

Katram projektam, kas saņem finansējumu šajā darbībā, ir jāievieš mērogojama mākoņdatošanā balstīta AI/GenAI sistēma, kurā darbojas Eiropas uzticami un droši AI/GenAI algoritmi, kas izstrādāti, apmācīti un validēti, izmantojot ļoti lielas pacientu datu kopas. Tiem ir jāizveido droša, privātumu aizsargājoša mākoņvide, kas nepieciešama veselības datu analīzes uzdevumiem, ar atbilstošiem piekļuves un identifikācijas rīkiem tikai pilnvarotai lietošanai, un jāievieš visa sistēma, kā aprakstīts šajā tēmā, nemanāmi integrējot to iesaistīto aprūpes iestāžu regulārajās klīniskajās darbplūsmās. Ir jārisina savietojamības jautājumi un nepieciešamība sazināties ar veselības IT infrastruktūru (piemēram, pacienta elektronisko veselības karti (EHR), attēlu arhivēšanas un komunikācijas sistēmām (PACS), radioloģiskās informācijas sistēmām (RIS) utt.).

Projektos ir jādemonstrē mākoņdatošanā balstītu AI/GenAI sistēmu integrācija un liela mēroga validācija, veicot rūpīgu novērtēšanu un testēšanu, izmantojot lielu skaitu pacientu testa gadījumu reālos veselības aprūpes apstākļos. No pieteikumu iesniedzējiem tiek sagaidīts, ka tie izvēlēsies veselības datu veidus, uzticamus un drošus AI/GenAI algoritmus, kā arī medicīniskos lietošanas gadījumus, koncentrējoties uz vēzi un sirds un asinsvadu slimībām. Projektos jāveic sistēmu tehniskā un klīniskā validācija, iegūstot pierādījumus par AI sistēmu veiktspēju un lietojamību dažādos klīniskajos apstākļos. Tiem ir jāizmanto AI sistēmas skrīningam klīniskajos apstākļos, jāveic vietējā veiktspējas novērtēšana un risinājumu uzraudzība pēc ieviešanas, tostarp jāiegūst pierādījumi par izmaksu efektivitāti, ņemot vērā regulatīvās prasības un veselības tehnoloģiju novērtēšanu (HTA). Vienmēr, kad tas ir būtiski, katram projektam ir jāievieš AI/GenAI risinājumi, kas jau ir testēti un validēti TEF for Health ietvaros.