SBIR Phase I Topic 402: Artificial Intelligence-Aided Imaging for Cancer Prevention, Diagnosis, and Monitoring
SBIR 第一阶段主题 402:用于癌症预防、诊断和监测的人工智能辅助成像
基本信息
- 批准号:10265917
- 负责人:
- 金额:$ 39.23万
- 依托单位:
- 依托单位国家:美国
- 项目类别:
- 财政年份:2020
- 资助国家:美国
- 起止时间:2020-09-16 至 2021-06-15
- 项目状态:已结题
- 来源:
- 关键词:Advanced DevelopmentAlgorithmic SoftwareArtificial IntelligenceBiological SciencesBiopsyComputer softwareContractsDataData SourcesDecision MakingDiagnosisDiagnosticDisease ProgressionGleason Grade for Prostate CancerHumanImageIndividualMalignant neoplasm of prostateMedical ImagingMonitorPathologistPatient-Focused OutcomesPatientsPhasePhysiciansPilot ProjectsPopulationPositioning AttributeProceduresProstateProstatectomyProviderRecurrenceRiskSmall Business Innovation Research GrantTestingTimeTimeLineValidationaggressive therapybasecancer imagingcancer preventiondesigndisorder riskhigh riskimaging modalityimaging platformimaging softwareimprovedpatient stratificationprediction algorithmprognostic assaysprototypetoolusability
项目摘要
Current diagnostic approaches cannot determine which patients with early prostate cancer are most at risk for progression or recurrence, which leaves patients and physicians in the difficult position of choosing between active surveillance or aggressive therapy based on population risks associated with subjectively assigned Gleason scores. Stratifying patients into high-risk and low-risk groups at the time of initial biopsy or prostatectomy would provide critical information that providers and patients need to make decisions about prostate-sparing approaches or more aggressive treatment options that could improve patient outcomes. In this Phase I contract, Reveal Biosciences proposes to advance the development of imageDx: Prostate, an image-based, artificial-intelligence (AI)-enabled prognostic test designed to stratify patients with early stage prostate cancer according to their risk for disease progression or recurrence. Objectives include 1) selecting an imaging platform for test validation, 2) refining a user interface for the tool, 3) conducting a pilot study to demonstrate the feasibility of a risk prediction algorithm, 4) developing standard operating procedures for the tool, and 5) developing a regulatory strategy for test approval by the FDA.
目前的诊断方法无法确定哪些早期前列腺癌患者最有进展或复发的风险,这使得患者和医生处于根据与主观指定的格里森评分相关的人群风险在主动监测或积极治疗之间做出选择的困难境地。在初次活检或前列腺切除术时将患者分为高风险和低风险组将为提供者和患者做出有关前列腺保留方法或更积极的治疗方案的决策所需的关键信息来改善患者的预后。在这份第一期合同中,Reveal Biosciences 提议推进 imageDx:前列腺的开发,这是一种基于图像、人工智能 (AI) 的预后测试,旨在根据早期前列腺癌患者的疾病进展或病情风险对他们进行分层。复发。目标包括 1) 选择用于测试验证的成像平台,2) 完善该工具的用户界面,3) 进行试点研究以证明风险预测算法的可行性,4) 为该工具开发标准操作程序,以及 5 )制定 FDA 测试批准的监管策略。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Xin Qi其他文献
Xin Qi的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
相似国自然基金
能量一阶导数的GPU算法和异构并行计算:WESP软件的发展和向国产异构平台的移植
- 批准号:22373112
- 批准年份:2023
- 资助金额:50 万元
- 项目类别:面上项目
机理与数据耦合驱动的AI赋能工业软件理论与算法
- 批准号:52335001
- 批准年份:2023
- 资助金额:230 万元
- 项目类别:重点项目
面向量子模拟算法的量子软件优化技术研究
- 批准号:62302395
- 批准年份:2023
- 资助金额:30 万元
- 项目类别:青年科学基金项目
高吞吐低时延的多元LDPC码译码算法及其软件架构研究
- 批准号:62301029
- 批准年份:2023
- 资助金额:30 万元
- 项目类别:青年科学基金项目
针对单序列/多域蛋白质的蛋白质结构从头预测算法研究与软件研制
- 批准号:
- 批准年份:2022
- 资助金额:54 万元
- 项目类别:面上项目
相似海外基金
Autonomous Navigating Robot for Detecting Falls and Risk of Falls in Nursing Home Residents with Alzheimer's Disease /ADRD
用于检测患有阿尔茨海默病/ADRD 的疗养院居民跌倒和跌倒风险的自主导航机器人
- 批准号:
10698704 - 财政年份:2023
- 资助金额:
$ 39.23万 - 项目类别:
Shared Resource Core 2: Clinical Artificial Intelligence Core
共享资源核心2:临床人工智能核心
- 批准号:
10712296 - 财政年份:2023
- 资助金额:
$ 39.23万 - 项目类别:
A software tool to facilitate variable-level equivalency and harmonization in research data: Leveraging the NIH Common Data Elements Repository to link concepts and measures in an open format
促进研究数据中变量级别等效性和协调性的软件工具:利用 NIH 通用数据元素存储库以开放格式链接概念和测量
- 批准号:
10821517 - 财政年份:2023
- 资助金额:
$ 39.23万 - 项目类别:
A deep learning algorithm to detect signs of cognitive impairment in electronic health records
用于检测电子健康记录中认知障碍迹象的深度学习算法
- 批准号:
10900991 - 财政年份:2023
- 资助金额:
$ 39.23万 - 项目类别:
Leveraging artificial intelligence/machine learning-based technology to overcome specialized training and technology barriers for the diagnosis and prognostication of colorectal cancer in Africa
利用基于人工智能/机器学习的技术克服非洲结直肠癌诊断和预测的专业培训和技术障碍
- 批准号:
10712793 - 财政年份:2023
- 资助金额:
$ 39.23万 - 项目类别: