Computational Image Analysis of Renal Transplant Biopsies to Predict Graft Outcome

Objetivo temático: Desenvolvimento de um algoritmo para a classificação automatizada de biópsias de rim transplantado para predição da função e sobrevida do enxerto | Development of an algorithm for the automated classification of transplanted kidney biopsies to predict graft function and survival

Área Científica: Medicina Clínica | Clinical Medicine

Síntese do Projeto: Desenvolveremos ferramentas de Inteligência Artificial / Machine Learning que ofereçam maior precisão e eficiência na avaliação de biópsias de transplante renal. Estas ferramentas terão um valor inestimável para os clínicos preverem diferentes outcomes do enxerto e decidirem sobre a intervenção terapêutica apropriada. O projeto assenta em 3 tarefas específicas: 1ª tarefa - Desenvolver uma ferramenta informática automatizada para a classificação de Banff em biópsias de transplante renal; 2ª tarefa - Prever computacionalmente a função do enxerto a partir de biópsias em tempo zero (pré-transplante); 3ª tarefa - Implementar uma ferramenta baseada na web para avaliação de biópsias de transplante renal utilizando um distributed cloud system | We will develop Artificial Intelligence / Machine Learning tools that offer greater precision and efficiency in the evaluation of kidney transplant biopsies. These tools will be invaluable for clinicians to predict different graft outcomes and decide on the appropriate therapeutic intervention. The project is based on 3 specific tasks: 1st task - Develop an automated computer tool for Banff classification in kidney transplant biopsies; 2nd task - Computationally predict graft function from zero-time (pre-transplant) biopsies; 3rd task - Implement a web-based tool for evaluating kidney transplant biopsies using a distributed cloud system.

Área de intervenção: Multinacional

Investigador Responsável na UC: Luís Miguel Amaral Rodrigues

Unidade Orgânica UC: FMUC

Instituições participantes no Projeto: University of Florida | Universidade de Coimbra

Instituição Financiadora/Gestora: NIH – National Institutes of Health

Programa de Financiamento: PA-20-185 - NIH Research Project Grant (Parent R01 Clinical Trial Not Allowed)

Período de execução: 06/09/2023 a 31/07/2028 (59 meses)

Custo total elegível (EUR): 49 266,20 €

Apoio financeiro da UE: 49 266,20€

Técnico do Projeto: Ana Rita Simões - anarita.simoes@uc.pt

Contacto: +351 239 247 017 | Extensão (210022)