Maximizar el potencial de la generación de datos sintéticos en aplicaciones sanitarias

Objetivo de la ayuda

La investigación sanitaria con datos de pacientes individuales se ve a menudo limitada por restricciones en el acceso a los datos debido a problemas de privacidad, seguridad, propiedad intelectual (PI) y otros.

Los datos sanitarios sintéticos, es decir, los datos creados artificialmente para imitar los datos de pacientes individuales, pueden reducir estas preocupaciones, lo que conduce a un desarrollo más rápido de métodos fiables basados en datos, incluidas herramientas de diagnóstico, medicina de precisión, apoyo a la toma de decisiones y seguimiento de pacientes.

Características de la ayuda para maximizar el potencial de datos sintéticos

➡️ Plazos

Hasta el 16 de enero de 2024.

➡️ Montos

Presupuesto: 10.000.000€.

➡️ Gastos subvencionables

Equipamiento, Personal nuevo, Productos y servicios, Colaboración…

➡️ Impacto previsto

Para explotar todo el potencial de la digitalización y el intercambio de datos en la atención sanitaria, se espera que este tema contribuya a los siguientes impactos esperados:

Mayor disponibilidad de metodologías de generación de datos sintéticos interoperables y/o conjuntos de datos que faciliten la investigación y el desarrollo de productos y servicios integrados que beneficien a los pacientes;

Mejora de la comprensión del comportamiento real y de los retos que afrontan los pacientes con enfermedades crónicas complejas y comorbilidades gracias a las tecnologías de sanidad móvil y electrónica;

Herramientas avanzadas de análisis e inteligencia artificial al servicio de la investigación y la innovación en el ámbito de la salud que den lugar a:

Un mejor apoyo a la toma de decisiones clínicas para aumentar la precisión del diagnóstico y la eficacia del tratamiento;
Una creación de prototipos más rápida y plazos de comercialización más breves de las intervenciones sanitarias personalizadas;
Mejores pruebas del valor añadido de las nuevas herramientas de salud digital e inteligencia artificial, incluido un menor riesgo de sesgo debido a la mejora de las metodologías.