SHAIPED

Werkpakket 1 (WP1), onder leiding van Health Data Hub (HDH), zorgt voor het beheer en de coördinatie van het SHAIPED-project. 

Topics:

• Vergaderingen: er vinden regelmatig vergaderingen plaats om het project op koers te houden, uitdagingen aan te pakken en de voortgang te bewaken.
• Evaluatie: Key Performance Indicators (KPI's) worden gebruikt om mijlpalen te volgen en resultaten te beoordelen.
• Rapportering en risicomanagement: duidelijke protocollen zorgen voor transparantie en snelle besluitvorming.
• Administratief en financieel toezicht: dit zorgt ervoor dat alle partners zich houden aan de afspraken en normen van het project.

Werkpakket 2 (WP2), onder leiding van het Croatian Institute of Public Health (CIPH), heeft als doel de zichtbaarheid en impact van SHAIPED te vergroten door middel van effectieve communicatie en stakeholderbetrokkenheid door het promoten van de doelen, mijlpalen en prestaties van het project bij verschillende doelgroepen, waaronder zorgprofessionals, beleidsmakers en het grote publiek.

Topics:

• Communicatieplan: een gedetailleerd plan wordt opgesteld om doelgroepen te identificeren, kernboodschappen te formuleren en de beste kanalen te kiezen om stakeholders te bereiken.
• Visuele identiteit en voorlichtingsmateriaal: de visuele identiteit van SHAIPED wordt ontwikkeld en er worden materialen zoals nieuwsbrieven, persberichten en wetenschappelijke publicaties geschreven om de branding van het project te versterken en de bekendheid in heel Europa te vergroten.
• Evenementen en samenwerking: evenementen worden georganiseerd om dialoog en samenwerking te stimuleren en zo een netwerk van stakeholders die zich inzetten voor de missie van SHAIPED te creëren.

In Werkpakket 3 (WP3), onder leiding van Sciensano (België), worden de tools, diensten en bronnen ontwikkeld die Health Data Access Bodies (HDAB's) nodig hebben om AI als medische hulpmiddelen te ontwikkelen en te gebruiken. Dit is cruciaal voor het creëren van een duidelijk en overzichtelijk kader voor de integratie van AI-medische hulpmiddelen, het gebruik van synthetische data en het voldoen aan de wettelijke vereisten binnen de European Health Data Space (EHDS).

Topics:

• Levenscyclus van AI-medische hulpmiddelen: de volledige levenscyclus van AI-medische hulpmiddelen wordt onderzocht, met een duidelijke definitie van iedere faze.
• Mapping van tools en -diensten: De tools en diensten die door HDAB's worden aangeboden worden geïdentificeerd en in kaart gebracht, zodat ze voldoen aan de wettelijke normen.
• Onderzoek naar synthetische data: een onderzoek naar het gebruik van synthetische data om de bruikbaarheid van datasets te behouden en tegelijkertijd de privacy van gegevens te beschermen wordt uitgevoerd.

In Werkpakket 4 (WP4), onder leiding van het Aarhus university Hospital (Denemarken), worden effectieve manieren om AI in te zetten als medische hulpmiddelen onderzocht. De nadruk ligt op de latere fasen van de levenscyclus van AI-medische hulpmiddelen en op hoe real-world data (RWD) van Health Data Access Bodies (HDAB's) de implementatie en validatie van AI-oplossingen kunnen verbeteren.

Topics:

• Implementatiekader: er wordt een uitgebreid plan opgesteld voor de implementatie van medische AI-hulpmiddelen in klinische omgevingen, rekening houdend met wettelijke vereisten en operationele uitdagingen.
• Real-world data: Door gebruik te maken van RWD, worden implementatiestrategieën verfijnd en ervoor gezorgd dat AI-tools naadloos kunnen worden geïntegreerd in bestaande zorgsystemen.
• Praktische uitdagingen: praktische uitdagingen met betrekking tot databeheer, naleving en effectiviteit in de praktijk worden aangepakt om ervoor te zorgen dat de implementatietrajecten voldoen aan de normen van zowel de European Health Data Space (EHDS) als de AI Act.

AI-medische hulpmiddelen die worden ondersteund door Health Data Access Bodies (HDAB's) worden getest en gevalideerd door middel van praktijkgerichte pilootprojecten. De theoretische kaders en tools die in eerdere werkpakketten zijn ontwikkeld worden toegepast op drie specifieke use cases in verschillende zorgomgevingen.

Topics:

• Pilootprojecten: drie concrete test- en implementatieprojecten voor AI-medische hulpmiddelen gericht op de uitdagingen en kansen die gepaard gaan met HDAB-ondersteuning en het gebruik van praktijkdata worden opgezet.
• Beoordelen van uitdagingen en effectiviteit: waardevolle inzichten in hoe HDAB-middelen in de praktijk worden toegepast worden bekomen door deze trajecten in een live-omgeving te testen.
• Verfijning van trajecten en tools: door deze diverse use cases, worden de HDAB-trajecten en -tools verfijnd en wordt ervoor gezorgd dat ze voldoen aan de praktijkvereisten en wettelijke normen.
• Capaciteitsopbouw: dit werkpakket draagt ​​ook bij aan de capaciteitsopbouw op HDAB-niveau, zodat de methoden praktisch, doeltreffend en schaalbaar zijn voor brede toepassing in de EU.