Reconocimiento de patrones y detección de anomalías en morfología fetal mediante aprendizaje profundo y aprendizaje estadístico (PARADISE)

Las anomalías congénitas (CA) son la causa más frecuente de muerte fetal, mortalidad y morbilidad infantil. 7,9 millones de niños nacen con CA cada año. La detección temprana de CA facilita los tratamientos que salvan vidas y detiene la progresión de las discapacidades. La CA se puede diagnosticar prenatalmente a través de Morphology Scan (MS). Las discrepancias entre el diagnóstico pre y posnatal de AC alcanzan el 29%. Una interpretación correcta de la EM permite una discusión detallada sobre el pronóstico con los padres. La característica central de PARADISE es el desarrollo de un sistema inteligente especializado que incorpora un comité de métodos de Aprendizaje Profundo y Aprendizaje Estadístico, que trabajan juntos de manera competitiva/colaborativa para aumentar el rendimiento de los exámenes de EM mediante la señalización de CA. Usando pruebas preclínicas y validación clínica, el objetivo principal será la implementación directa en la práctica clínica. Este proyecto multidisciplinario ofrece una integración única de enfoques, competencias, avances en aplicaciones clave de interés humano, psicológico, tecnológico y económico, como el sistema de salud 'más inteligente', que abre nuevos campos de investigación. PARADISE crea un entorno que contribuye significativamente al sistema de atención médica, las industrias médica y farmacéutica, la comunidad científica, la economía y, en última instancia, a cada individuo. Su resultado aumentará el impacto en el manejo de la AC al permitir el establecimiento de planes detallados antes del nacimiento, lo que disminuirá la morbimortalidad en los lactantes.