Pārlekt uz galveno saturu

HOPS pacientu siekalu Ramana analīze kā jauns biomarķieris: mākslīgā intelektā balstīts rīks slimības monitorēšanai un menedžmentam (CORSAI)

Projekta/līguma nr.
ES RTD/2022/17
Projekta finansējums
785 636,00 EUR, no kura RSU budžets 154 237 EUR.
Projekta vadītājs
Projekta īstenošana
01.02.2022. - 31.01.2025.

Mērķis

Šajā projektā tiek pētīts Ramana spektroskopijas, kad tā apvienota ar Deep Learning analīzi, pielietojums HOPS (hroniskas obstruktīvas plaušu slimības) pacientu siekalu analizēšanai. Apvienojot iegūtos rezultātus ar citiem klīniskiem datiem, tiek veidota sistēma, kam būtu kapacitāte ātri un sensitīvi norādīt informāciju par HOPS fenotipiem, paasinājumu riskiem un raksturlielumiem. Šādi dati palīdzēs klīnicistiem personalizēt HOPS pacientu menedžmentu un ārstēšanu, kā arī ilgtermiņā novērtēt terapijas efektivitāti.

Apraksts

Hroniska obstruktīva plaušu slimība (HOPS) ir hroniska plaušu slimība. HOPS ir bieži sastopama, novēršama un ārstējama slimība, tai raksturīgi persistējoši, pastāvīgi respiratori simptomi un plaušu funkcijas samazinājums ieelpoto kaitīgo daļiņu un gāzu izraisītu elpceļu un alveolu izmaiņu dēļ. Daļai HOPS pacientu raksturīgi bieži slimības paasinājumi. Optimizējot pacientu terapiju, var panākt labāku simptomu kontroli, attālināt mirstību, samazināt slimības ietekmi uz pacienta dzīves kvalitāti. Slikti kontrolēta HOPS rada lielas ar to saistītas izmaksas - gan pacientu darbnespējas dēļ, gan medicīnas sistēmas izdevumu dēļ. Gan HOPS stabilas gaitas ārstēšanā, gan HOPS paasinājumu ārstēšanā būtiski ir zināt papildus informāciju par pacienta slimības fenotipu, lai optimālāk izvēlētos un pielāgotu menedžmentu un ārstēšanu. Zināšanas par slimības fenotipu un ar to saistītiem raksturlielumiem ir ļoti noderīgas arī pacienta terapijas izvēlē un pielāgošanā ilgtermiņā, t.sk. novērtējot terapijas efektivitāti. Šie dati palīdz ārstiem personalizēt pacientu terapiju un efektīvu slimības pārvaldību.