Projekte in den Förderprogrammen des BMEL, betreut durch den Projektträger BLE (PT BLE)
Ergebnis der Suche
| Titel: | Entwicklung einer semantischen Wissensdatenbank mit integrierten, spezifischen Methoden des maschinellen Lernens für das transnationale Projekt AMBROSIA zur Entwicklung und Evaluierung eines innovativen Lebensmittelproduktes gegen Unterernährung in älteren Menschen mit Herzerkrankungen (AMBROSIA) |
|---|---|
| Titel (englisch): | Development of a semantic knowledge base with integrated specific machine learning methods for the transnational project AMBROSIA for the development and evaluation of an innovative food product against malnutrition in elderly people with heart disease. |
| Akronym: | AMBROSIA |
| Beschreibung (dt.): | Das transnationale und multidisziplinäre AMBROSIA-Vorhabenbefasst sich im Bereich Ernährung und Gesundheit mit einer der gegenwärtig größten Herausforderungen, der Unterernährung in einer klar definierten 'älteren' Bevölkerung wie Patienten mit Herzinsuffizienz (HF) und Vorhofflimmern (AF). In diesen Patienten ist Unterernährung ein Schlüsselfaktor, der zu Entzündungen, Funktionsverlust und letztlich zum Tod führt. AF und HF tragen zu einem gebrechlichen Zustand bei und diese Patienten geraten in einen Teufelskreis aus 'Unterernährung, Entzündung und Kachexie', der fortschreitend kognitive Einbußen und die Regression der Körpermasse bestimmt. Ziel von AMBROSIA ist die Entwicklung eines innovativen Lebensmittelproduktes, dessen Wirkweise und Wirksamkeit zur Vorbeugung von Unterernährung bei älteren HF- und AF-Patienten umfangreich in einer klinischen Studie zu untersuchen und mit Hilfe einer semantischen Wissensdatenbank und speziell entwickelten machine learning Methoden Prädiktoren für Unterernährung und Wirkweise der Behandlung zu identifizieren. Als deutscher Projektpartner entwickelt die Genevention GmbH, basierend auf dem firmeneigenen 'semares'-Softwaresystem, eine systemmedizinische Plattform in welcher die sehr unterschiedlichen Daten erfasst, annotiert und miteinander verknüpft ('integriert') werden können. Hierbei kommen semantische Technologien zum Einsatz. Darüber hinaus entwickelt Genevention für das Projekt spezielle Methoden des maschinellen Lernens (ML) zur tiefen Analyse der AMBROSIA-Daten. Bei der Entwicklung der ML-Methoden soll insbesondere die Möglichkeit untersucht werden klinische und verschiedene experimentellen Daten anhand ihrer harmonisierten Annotationen sinnvoll zu kombinieren. Die ausentwickelten ML-Anwendungen werden in die AMBROSIA-Plattform integriert, sodass sie den klinischen Endanwendern zur Identifikation potentieller Biomarker zur Früherkennung von Unterernährung und der Wirkweise des Ambrosia-Riegels zur Verfügung stehen. |
| Beschreibung (engl.): | The transnational and multidisciplinary AMBROSIA project addresses one of the current major challenges in the field of nutrition and health, malnutrition in a well-defined 'elderly' population such as patients with heart failure (HF) and atrial fibrillation (AF). In these patients, malnutrition is a key factor leading to inflammation, loss of function and ultimately death. AF and HF contribute to a frail state and these patients enter a vicious cycle of 'malnutrition, inflammation and cachexia that progressively determines cognitive decline and body mass regression. The aim of AMBROSIA is to develop an innovative food product, extensively investigate its mode of action and efficacy for preventing malnutrition in elderly HF and AF patients. For this purpose, a clinical trial is conducted and predictors of malnutrition and mode of action of the treatment are identified using high-throughput experimental data, an integrated semantic knowledge base and specially developed machine learning methods. As the German project partner, Genevention GmbH is developing a systems medicine platform, based on its proprietary 'semares' software system, in which the very diverse data can be captured, annotated and linked ('integrated'). Semantic technologies and sustainable data management concepts are used for the integration purpose. In addition, Genevention is developing specific machine learning (ML) methods for the project to deeply analyze the AMBROSIA data. In particular, the development of the ML methods will investigate the possibility to combine clinical and different experimental data in a meaningful way based on their harmonized annotations. The developed ML applications will be integrated into the AMBROSIA platform so that they are available to clinical end users for identifying potential biomarkers for early detection of malnutrition and the mode of action of the Ambrosia bar. |
| Laufzeit: | Beginn: 01.01.2021 / Ende: 31.03.2025 |
| Ausf. Einrichtung: | Genevention GmbH, Göttingen |
| Themenfelder: | Humanernährung, human nutrition |
| Förderprogramme: | EU-Forschung |
| Schlagworte: | Lebensmittelanalytik, food analysis, Gesundheitlicher Verbraucherschutz, health-related consumer protection, Prävention, Prevention, Ernährung, nutrition, Senioren, elderly people, Fehlernährung,malnutrition, Gesundheitsförderung, health promotion, Ernährungsinformation / Empfehlung, nutritional information / recommendation, Modellierung, modeling |
| Stichpunkte: | ERA-HDHL (Prevnut-Call) |
| Förderkennzeichen: | 2820ERA20E |
| Dokument zum Download: | Kein Dokument vorhanden! |
Kontakt: |
Benutzen Sie unser Kontaktformular
oder E-Mail an ERA@ble.de |
Erweiterte Suche
Hier gibt es die Möglichkeit, nach Stichworten, Themenfeldern, Projektstatus, Förderprogrammen, Laufzeiten und Einrichtungen zu suchen:
