Portal Samorządu Województwa Pomorskiego
IMI wniesie łącznie 59 mln euro do projektów finansowanych w ramach zaproszeń do składania wniosków; środki te pochodzą z programu Horyzont 2020 i będą wspierać udział w projektach organizacji takich jak uniwersytety, małe i średnie przedsiębiorstwa oraz grupy pacjentów. Przedsiębiorstwa EFPIA i partnerzy stowarzyszeni z IMI wniosą 47 mln euro, głównie w formie wkładu „rzeczowego” (np. czas pracy personelu, dostęp do sprzętu, itp.).
Pierre Meulien, dyrektor wykonawczy IMI, skomentował to następująco: – Te ostatnie zaproszenia do składania wniosków w ramach IMI2 pokazują obszary, w których IMI jest w stanie najlepiej dokonać zmian. Tematy związane z opornością na środki przeciwdrobnoustrojowe, z chorobami neurodegeneracyjnymi i rzadkimi chorobami dowodzą naszego zaangażowania w rozwiązywanie niezaspokojonych potrzeb medycznych, które są zbyt złożone, aby każda organizacja mogła je rozwiązać samodzielnie. Tematy dotyczące danych z badań klinicznych i przestrzegania zasad przez pacjentów są zgodne z naszą zasadą umieszczania pacjentów w centrum zainteresowania. A tematy dotyczące sztucznej inteligencji przyczyniają się do realizacji naszego celu, jakim jest połączenie z innymi sektorami działającymi w dziedzinie badań nad zdrowiem.
IMI2 Call 23 to standardowe, dwuetapowe zaproszenie do składania wniosków obejmujące następujące tematy:
Zwrot danych z badań klinicznych do uczestników – Badania i analizy kliniczne generują ogromne ilości wysokiej jakości danych, ale rzadko są zwracane osobom biorącym udział w badaniu. Celem tego tematu jest opracowanie prototypowego procesu zwrotu danych z badania klinicznego uczestnikom badania, uwzględniającego kwestie prawne, etyczne i związane z ochroną danych. Pacjenci mogliby wówczas włączyć dane do swojej dokumentacji medycznej, co pomogłoby im i ich lekarzom w podejmowaniu decyzji. Mogliby oni również wnosić wkład w dodatkowe badania, np. poprzez „badania stymulowane przez pacjenta, co ma szczególne znaczenie w przypadku rzadkich chorób, w przypadku których leczenie i dane są niewystarczające.
Modelowanie wpływu przeciwciał monoklonalnych i szczepionek na oporność na środki przeciwdrobnoustrojowe (AMR) – Przeciwciała monoklonalne i szczepionki mogłyby pomóc w zwalczaniu oporności na środki przeciwdrobnoustrojowe, ale ocena różnych mAbs i szczepionek oraz ich potencjalnego wpływu na oporność na środki przeciwdrobnoustrojowe jest daleka od łatwej. Celem tego tematu jest opracowanie modelu matematycznego umożliwiającego realistyczną ocenę, które szczepionki i mAbs mają największe szanse na ograniczenie oporności na środki przeciwdrobnoustrojowe oraz związanych z tym skutków zdrowotnych i ekonomicznych. Model ten będzie uwzględniał obawy różnych zainteresowanych stron (np. przemysłu i organów zdrowia publicznego) i będzie publicznie dostępny. Temat ten jest częścią programu IMI dotyczącego akceleratora oporności na środki przeciwdrobnoustrojowe.
Platforma na rzecz postępów w badaniach nad biomarkerami chorób neurodegeneracyjnych – Naukowcy na całym świecie zgromadzili wiele próbek biologicznych i danych, które można by wykorzystać do uzyskania postępów w badaniach nad biologicznymi markerami chorób neurodegeneracyjnych, takich jak choroba Alzheimera i choroba Parkinsona. Temat ten ma na celu stworzenie platformy, która umożliwi naukowcom sprawdzenie, jakie próbki i dane są dostępne oraz dostęp do nich w celu prowadzenia dalszych badań. Należy mieć nadzieję, że dzięki otwarciu dostępu do tych próbek i danych naukowcy będą mogli odkryć nowe biomarkery, które ostatecznie pomogą w diagnozowaniu pacjentów, monitorowaniu ich choroby i wyborze najbardziej odpowiedniego leczenia.
Wykorzystanie sztucznej inteligencji do wyboru najlepszego leczenia nowotworów – Postępy w badaniach oznaczają, że w przypadku wielu nowotworów istnieje więcej możliwości leczenia niż kiedykolwiek. Lekarze stają w obliczu rosnącej liczby potencjalnych opcji terapeutycznych, z których każda musi być zrozumiała i skutecznie przyjęta, aby zapewnić każdemu pacjentowi odpowiednie leczenie. Celem tego tematu jest opracowanie narzędzia wspierającego podejmowanie decyzji dotyczących leczenia wykorzystującego technologię sztucznej inteligencji. Temat skupia się na najbardziej popularnych nowotworach: piersi, płuc i prostaty, ponieważ w tym obszarze jest dużo niezaspokojonych potrzeb medycznych oraz szybko zmieniające się środowisko leczenia. Powinna jednak istnieć możliwość późniejszego zastosowania wyników projektu do innych nowotworów.
W kierunku szybszego diagnozowania rzadkich chorób – W samej UE występuje od 5 tys. do 8 tys. rzadkich chorób, a dotyczą one nawet 36 mln osób. Jednak pomimo trwających badań, mniej niż 10% pacjentów otrzymuje jakiekolwiek leczenie, a tylko 1% ma leczenie specjalnie zatwierdzone dla ich stanu zdrowia. Jednym z wielu wyzwań stojących przed pacjentami cierpiącymi na rzadkie choroby jest prawidłowa diagnoza – jej postawienie zajmuje średnio 8 lat. Szybsze diagnozowanie pacjentów pozwoliłoby na monitorowanie ich przez odpowiedni zespół medyczny i uzyskanie wszelkich dostępnych terapii. Celem tego tematu jest skrócenie drogi do diagnozy. Strategia opiera się na dwóch kluczowych elementach. Po pierwsze, genetyczne badania przesiewowe noworodków, ponieważ około trzech czwartych rzadkich chorób (z wyjątkiem rzadkich nowotworów) ma podłoże genetyczne, a większość pacjentów z rzadkimi chorobami to dzieci. Po drugie, opracowanie algorytmów sztucznej inteligencji w celu identyfikacji pacjentów cierpiących na rzadkie choroby za pomocą elektronicznej dokumentacji zdrowotnej (EHR). Ostatecznie temat ten powinien umożliwić opracowanie szeroko zakrojonego „kontrolera objawów” rzadkich chorób, aby pomóc niezdiagnozowanym pacjentom w znalezieniu drogi do prawidłowej diagnozy.
Zrozumienie przestrzegania przez pacjenta zasad leczenia – Około połowa pacjentów nie podejmuje lub nie stosuje leczenia zgodnie z zaleceniami, co powoduje szacunkowo 200 tys. zgonów rocznie w UE. Brakuje kompleksowego zrozumienia wszystkich czynników, które wpływają na decyzje pacjentów dotyczące stosowania się do leczenia. Temat ten ma na celu stworzenie modelu zachowania, który umożliwi pełne zrozumienie przestrzegania zaleceń przez pacjentów, jak również narzędzi umożliwiających opracowanie rozwiązań, które odpowiadają na potrzeby pacjentów i poprawiają wskaźniki przestrzegania zaleceń.
Szczegółowe informacje dotyczące konkursu 23. na stronie IMI2_Call23_CallText
IMI wprowadza również IMI2 – Call 22. Celem tego jednoetapowego zaproszenia jest zapewnienie dodatkowego wsparcia dla niektórych istniejących projektów IMI2, aby umożliwić im wykorzystanie ich osiągnięć i maksymalizację efektów ich pracy.
Szczegółowe informacje dotyczące konkursu 22. na stronie IMI2 Call 22.
Termin składania wniosków (skrócone wnioski do Call 23 i pełne wnioski do Call 22) upływa 29 września 2020 r.
Materiały ze strony: Krajowego Punktu Kontaktowego Programów Badawczych Unii Europejskiej