Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

Våra e-tjänster för ansökningar, projekt och bedömningar stänger torsdag den 30 januari kl 16.30 för systemuppdateringar. De beräknas öppna igen senast fredag den 31 januari kl 8.00.

myPIPPI - Personalized and functional food Intervention Proactive Preventive Individual care

Diarienummer
Koordinator RISE Research Institutes of Sweden AB - RISE AB
Bidrag från Vinnova 479 010 kronor
Projektets löptid november 2021 - februari 2022
Status Avslutat
Utlysning Förberedelseprojekt inför internationell ansökan inom precisionshälsa
Ansökningsomgång Förberedelseprojekt inför internationell ansökan inom hälsa 2021

Viktiga resultat som projektet gav

myPIPPI skapar ett nytt ekosystem m.h.a forskningspartners, patientorganisationer, vårdgivare och företag. myPIPPI ska utveckla och designa en digital plattform för att a) öka kunskaper och förebyggande av övervikt/fetma, b) aktivera ungdomar och unga vuxna tillhörande målgruppen att själva skapa digitala verktyg som stödjer fetmaförebyggande och hälsosam livsstil. myPIPPI plattform kommer att erbjuda digitala lösningar relaterade till (i) näringsintag, ii) fysisk aktivitet, (iii) psykisk hälsa, (iv) social, (v) ekonomiskt. Målet är även att förbättra arbetsförmågan.

Långsiktiga effekter som förväntas

Resultatet av myPIPPI är att designa, utveckla och validera nya digitala tjänster som kan integreras med data from matproducenter (mat parameters), biologiska systemet (patientdata) och livsstilen variabler (aktiviteter). Dessa prototyper kommer sedan att testas i 4 olika EU-länder och kommer att tillåta oss att skapa ett proof of concept som utnyttjar de höga nivåerna av kompetenser som finns hos samtliga myPIPPI´s partner för att förebygga övervikt/fetma och öka arbetsförmågan med 12 månader.

Upplägg och genomförande

Vi kommer att implementera partners förmåga inom maskininlärning ML, inklusive: (a) gruppera överviktiga/fetma patienter i distinkta kategorier som genererar individuella behandlingsstrategier, (b) förutsägelse av resultat och information kopplade till befolkningen, (c) stödja extraktion av viktiga data från kliniska databaser, (d) förutsägelse och förebyggande av komorbiditeter för patienter med övervikt/fetma. Att skapa individuellt anpassade lösningar med AI-baserade modeller som hanterar data för framgångsrika åtgärder för att positivt påverka fetma.

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 28 februari 2022

Diarienummer 2021-04509