Projekt je v skladu s strategijo RIS3, ki se osredotoča na interdisciplinarne medicinske inovacije in razvoj izdelkov z visoko dodano vrednostjo za preventivno zdravstveno varstvo, s čimer obravnava prednostno naložbo RIS3. Njegov cilj je ustvariti proaktiven modul v oblaku, ki bo osredotočen na pacienta in bo temeljil na digitalni platformi, o preprečevanju in zgodnjem diagnosticiranju kardiometaboličnih bolezni. To je v skladu s prednostnimi nalogami RIS3 na področju biomedicine, medicinske tehnologije in farmacevtskih izdelkov. Pobuda podpira cilje RIS3 pri razvoju novih izdelkov in tehnologij (#2) ter pri razvoju latvijske baze znanja in človeških virov na področju biomedicinskih in medicinskih tehnologij (#6). Poleg tega je projekt v skladu z akcijskim načrtom ministrstva za zdravje o debelosti, ki se osredotoča na proaktivno in preventivno zdravstveno varstvo. Koda NACE: 72.19 - Druge raziskave in eksperimentalni razvoj na področju naravoslovja in tehnike. Predlagane projektne dejavnosti vključujejo industrijske in eksperimentalne raziskave. Cilj projekta: razviti proaktiven modul v oblaku, ki bo prilagojen pacientom in bo temeljil na digitalni platformi, o preprečevanju in zgodnjem diagnosticiranju kardiometaboličnih bolezni. Modul se osredotoča na zgodnje odkrivanje bolezni, prilagojene zdravstvene ukrepe in zmanjšanje stroškov zdravstvenega varstva. Klasifikacija FORD: 1.2. Naravoslovje – računalništvo in informatika 3.5. Medicinske in zdravstvene vede – znanstveni vodja projekta drugih medicinskih ved: Projekt vodi Dr. Dmitry Bļizņuks, izredni profesor na Tehnični univerzi v Rigi z bogatimi izkušnjami na področju inovacij v digitalnem zdravju in projektnega vodenja. Dr. Bļizņuks je vodilni strokovnjak na področju upravljanja interdisciplinarnih ekip in razvoja naprednih zdravstvenih rešitev, odobrenih z mednarodnimi nagradami in patenti. Partnerji, vključeni v projekt: 1. Tehnična univerza v Rigi (RTU): RTU zagotavlja infrastrukturo za izračun in strokovno znanje s področja podatkovne znanosti v aplikacijah strojnega učenja in analizo podatkov PROM/PREM. 2. Klinična univerzitetna bolnišnica Pauls Stradins (PSKUS): PSKUS zagotavlja klinične izkušnje, podatke o pacientih in znanje na področju zdravstvenega varstva, s čimer zagotavlja praktično uporabo digitalne platforme. 3. SIA Longenesis: Vodilno podjetje za digitalno zdravstveno tehnologijo, specializirano za vključevanje pacientov in rešitve za upravljanje podatkov, bo prilagodilo svojo obstoječo platformo, da bi doseglo cilje projekta in zagotovilo skladnost z zahtevami GDPR. Pregled težave: Kardiometabolične bolezni predstavljajo veliko breme za javno zdravje, saj samo debelost EU stane več milijard evrov na leto. Obstoječi zdravstveni sistemi nimajo integriranih in prilagojenih presejalnih metod za preprečevanje teh bolezni na nacionalni ravni. Pomanjkanje virov in premajhna uporaba digitalnih rešitev otežujeta proaktivno upravljanje zdravja. Raziskovalni cilji: Vzpostavitev modula na podlagi digitalne platforme za oceno kardiometaboličnih dejavnikov tveganja z uporabo podatkov in kliničnih informacij, ki jih zagotovijo pacienti. Uvesti pristop spremljanja bolnikov s prilagojenimi povratnimi informacijami in priporočili o življenjskem slogu na podlagi podatkov PROM/PREM. Opredelite različne fenotipe bolnikov, da prilagodite strategije preprečevanja in izboljšate klinične rezultate. Prejšnje delo: V okviru Nacionalnega raziskovalnega programa (NRP) "Javno zdravje" ekipa Klinične univerzitetne bolnišnice Pauls Stradins izvaja pilotni projekt programa izobraževanja o digitalnem zdravju, v okviru katerega je več kot 1000 udeležencev sodelovalo v aktivnostih v živo. Člani konzorcija so vložili čas tudi v razvoj spletne platforme za oceno tveganja za srčno-žilne bolezni in posamezniku prilagojeno spremljanje bolnikov na daljavo, vključno z vključitvijo modela SCORE2 za oceno tveganja. Metodologija: Projekt temelji na prejšnjih študijah, ki vključujejo potrjena orodja za ankete in modele strojnega učenja za analizo podatkov. Digitalna platforma, skladna s splošno uredbo o varstvu podatkov, bo upravljala podatke udeležencev, zagotavljala prilagojene povratne informacije in vključevala uporabnike z igrifikacijo in dinamičnimi zdravstvenimi priporočili. Strojno učenje se bo uporabljalo za fenotipizacijo bolnikov in izboljšanje preventivnih strategij. Operacije WP1. Integracija anketnih orodij, razvoj in potrjevanje personaliziranih priporočil s fokusnimi skupinami: T1.1 Vključitev vprašalnikov za oceno tveganja za zdravje. T1.3 fokusne skupine in potrjevanje. T1.2 Priprava prilagojenih priporočil na podlagi ocene tveganja za zdravje. WP2 Vključevanje državljanov prek digitalne platforme. Zagotavljanje priporočil za življenjski slog v digitalni rešitvi: T2.1 Digitalizacija vprašalnikov o zdravstvenih tveganjih in priporočil za življenjski slog T2.2. Vključevanje državljanov prek digitalne platforme. Dinamično spremljanje zdravja udeležencev na podlagi p
