Proyectos

Resumen científico del proyecto

El cáncer de pulmón de células no pequeñas en estadio temprano (CPNM-ET) representa entre el 20 % y el 30 % de todos los CPNM y se caracteriza por una alta tasa de supervivencia tras la cirugía. Sin embargo, existe variabilidad en los resultados clínicos entre pacientes con el mismo estadio de la enfermedad, lo que sugiere que otros factores podrían determinar el riesgo de recaída. Aún se carece de herramientas precisas y validadas para estratificar a los pacientes según su riesgo de recaída. Hipótesis: Planteamos la hipótesis de que múltiples factores podrían influir en el pronóstico de los pacientes con CPNM-ET resecado. En particular, podrían estar implicadas las características del tejido tumoral y del microambiente tumoral (TME), la biopsia líquida, las características radiómicas y los factores clínico-patológicos. Objetivos: Principal: Desarrollar un algoritmo de aprendizaje automático (AA) que actúe como herramienta de apoyo a la toma de decisiones clínicas para la predicción de la supervivencia libre de enfermedad (SLE) y la estratificación de pacientes, basado en el análisis conjunto de características biológicas, clínicas y radiológicas en una cohorte de entrenamiento de CPNM-ET resecado. Objetivo secundario: Validación del algoritmo desarrollado en una cohorte independiente.

La Universidad Côte d'Azur coordina el eje 6 del proyecto, centrado en cuestiones éticas, bajo la dirección de Vanessa Nurock (CRHI).

En concreto, el objetivo es integrar en el proyecto una «ética desde el diseño» que opere en cada etapa y aborde no solo sus resultados, sino también la ética y las políticas de atención para estudiar diversos problemas, centrándose principalmente en tres preguntas:

• ¿Qué es un médico? Los posibles cambios en el rol de los médicos con la integración de algoritmos en la práctica médica.

• ¿Qué es la responsabilidad? La evolución de la responsabilidad con estas nuevas prácticas médicas y, en especial, las cuestiones relacionadas con los datos (médicos y algorítmicos).

• ¿Qué es un paciente? Las oportunidades para integrar aún más a pacientes y organizaciones en este proyecto de investigación desde el principio.

Coordinador:

Socios:

Referencia del proyecto: ERP-2021-23680708 - ERP-2021-ERAPERMED2021-MIRACLE

Más información sobre el proyecto CulturIA 

La endocrinología digital está revolucionando la atención médica mediante la integración de tecnología, datos y tratamientos personalizados. Esto permite una atención más precisa, eficaz y accesible, desafiando los modelos médicos tradicionales. Para elevar la endocrinología digital a un nivel superior de conocimiento y valor traslacional, se necesita un enfoque integrador: un cambio del modelo convencional, basado en múltiples expertos de diferentes disciplinas, a uno donde diversos temas converjan en un solo experto.

En este campo en rápida evolución, los expertos interdisciplinarios están en la mejor posición para comunicarse entre disciplinas como la medicina clínica, la ciencia de datos (incluido el aprendizaje automático y la inteligencia artificial), las matemáticas, la ingeniería, la bioquímica, la biotecnología, la ética y el derecho, al tiempo que garantizan que los resultados de la investigación respondan a las necesidades de la sociedad.

EndoTrain se creó para satisfacer la demanda de expertos interdisciplinarios capaces de impulsar la investigación y las aplicaciones clínicas en endocrinología digital.

 

Doctorado

Únete a la Universidad Côte d’Azur dentro de la red europea MSCA ENDOTRAIN para investigar los desafíos éticos de los gemelos digitales en el ámbito biomédico. Supervisión de la profesora Vanessa Nurock, entorno internacional, movilidad, formación interdisciplinaria y salario competitivo.

Postulación abierta hasta el 15 de junio de 2026.

Encontrará más detalles en el PDF a continuación : 

Disminuir 100 %100 % Agrandar

Página anterior Página actual  / 1 Página siguiente

 Descargar( jobadethicsendotrain2_1780325822463-pdf?ID_FICHE=1226541&INLINE=FALSE )