Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Audio-based Mobile Health Diagnostics

Description du projet

Dévoiler le potentiel de la santé mobile

Les progrès de la technologie mobile améliorent la portée des services de santé. De plus en plus de patients accèdent aujourd’hui à des services de santé à distance, partout et à tout moment. La sophistication accrue des applications de santé mobile fournit également de nouvelles échelles de détection et de calcul. Par exemple, la détection audio par des microphones placés dans les smartphones peut contribuer à poser un diagnostic. Le projet EAR, financé par l’UE, examinera l’utilisation de données audio et les défis liés au recueil de ce type de données sensibles. Le projet proposera des modèles pour relier des sons à des diagnostics de maladies et s’occupera des questions inhérentes soulevées par la détection «dans la nature»: le bruit et la protection de la vie privée. Avec plus de 100 000 applications de santé mobile disponibles actuellement sur le marché, les résultats se révéleront particulièrement opportuns.

Objectif

Mobile health is becoming the holy grail for affordable medical diagnostics. It has the potential of associating human behaviour with medical symptoms automatically and at early disease stage; it also offers cheap deployment, reaching populations generally not able to afford diagnosis and delivering a level of monitoring so fine which will likely improve diagnostic theory itself. The advancements of technology offer new ranges of sensing and computation capability with the potential of further improving the reach of mobile health. Audio sensing through microphones of mobile devices has recently being recognized as a powerful and yet underutilized source of medical information: sounds from the human body (e.g. sighs, breathing sounds and voice) are indicators of disease or disease onsets. The current pilots, while generally medically grounded, are potentially ad-hoc from the perspective of key areas of computer science; specifically, in their approaches to computational models and how the system resource demands are optimized to fit within the limits of the mobile devices, as well as in terms of robustness needed for tracking people in their daily lives. Audio sensing also comes with challenges which threaten its use in clinical context: its power hungry nature and the fact that audio data is very sensitive and the collection of this sort of data for analytics violates obvious ethical rules. This work proposes models to link sounds to disease diagnosis and to deal with the inherent issues raised by in-the-wild sensing: noise and privacy concerns. We exploit these audio models in wearable systems maximizing the use of local hardware resources with power optimization and accuracy in both near real time and sparse audio sampling. Privacy will arise as a by-product taking away the need of cloud analytics. Moreover, the framework will embed the ability to quantify the diagnostic uncertainty and consider patient context as confounding factors via additional sensors.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: https://op.europa.eu/fr/web/eu-vocabularies/euroscivoc.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

ERC-ADG - Advanced Grant

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) ERC-2018-ADG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

THE CHANCELLOR MASTERS AND SCHOLARS OF THE UNIVERSITY OF CAMBRIDGE
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 2 493 724,00
Adresse
TRINITY LANE THE OLD SCHOOLS
CB2 1TN Cambridge
Royaume-Uni

Voir sur la carte

Région
East of England East Anglia Cambridgeshire CC
Type d’activité
Higher or Secondary Education Establishments
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 2 493 724,00

Bénéficiaires (1)

Mon livret 0 0