PersonAlisation of RelApse risk in autoimmune DISEase (PARADISE)
| Diarienummer | |
| Koordinator | Kungliga Tekniska Högskolan - Kungliga Tekniska Högskolan Skolan f kemi bioteknologi & hälsa |
| Bidrag från Vinnova | 3 000 000 kronor |
| Projektets löptid | november 2022 - december 2025 |
| Status | Avslutat |
| Utlysning | Europeiskt partnerskap inom individanpassad medicin |
| Ansökningsomgång | Internationell samverkansutlysning inom ERA PerMed 2022: individanpassad prevention |
Viktiga resultat som projektet gav
Målen för PARADISE har uppnåtts i linje med den ursprungliga planen, stödja av en strukturerad samarbetsinriktad och koordineringsram. Dataharmonisering genomfördes för tre patientkohorter från olika EU-länder, och en återanvändbar applikation utvecklades. Biomarkörupptäckt - ledd av KTH - har gjort betydande framsteg och identifierat nya prediktorer för återfall. Ett maskininlärningsverktyg för återfallsprognos som integrerar kliniska och biomarkördata utvecklades. Pålitlig AI har främjats.
Långsiktiga effekter som förväntas
PARADISE förväntas ha en långsiktig påverkan genom att tillhandahålla vetenskapliga resultat och verktyg som kan stödja vidare forskning och implementering inom vården. Viktiga effekter inkluderar en överförbar pipeline för dataförbehandling, prediktiva modeller och maskininlärningsmetoder, Immunotherapy Intensity Score (ITIS), biomarker samt AI-transparensmallar för kliniker och patienter. Etablerade avtal mellan partnerna säkerställer att resultaten kan återanvändas i framtiden.
Upplägg och genomförande
PARADISE-projektet utvecklades till stor del enligt planen och uppnådde sina huvudmål tack vare stark samordning och samarbete. Kohortrekrytering, dataharmonisering, biomarkörupptäckt (KTH) samt utveckling av prediktiva algoritmer och AI-verktyg genomfördes som planerat, och uppgifterna levererades enligt tidplan. Även om transkriptomprofilering inte var möjlig, genomfördes övergången till proteomik framgångsrikt. Samarbetet möjliggjorde dessutom flera vetenskapliga resultat och bred spridning.