FCT atribui 3 milhões de euros a 12 projetos de investigação sobre COVID-19

Financiamento de 3 milhões de euros para investigação no combate à atual e futuras pandemias utilizando a ciência dos dados e a inteligência artificial. São 12 os projetos selecionados que têm uma duração de execução de 24 a 36 meses.

FCT atribui 3 milhões de euros a 12 projetos de investigação sobre COVID-19
FCT atribui 3 milhões de euros a 12 projetos de investigação sobre COVID-19

Concurso da Fundação para a Ciência e a Tecnologia (FCT) para Projetos de IC&DT “AI 4 COVID-19: Ciência dos Dados e Inteligência Artificial na Administração Pública para reforçar o combate à COVID 19 e futuras pandemias – 2020” selecionou 12 projetos a serem financiados com 3 milhões de euros.

Os 12 projetos selecionados entre 39 candidaturas avaliadas têm a duração previstas de 24 a 36 meses.

O concurso “AI 4 COVID-19” está enquadrado na Iniciativa Nacional Competências Digitais e.2030, Portugal INCoDe.2030, no Eixo 5 – Investigação. E corresponde à 3ª edição de concursos anuais do programa para a investigação em Ciência dos Dados e Inteligência Artificial na Administração Pública.

Um programa que envolveu uma dotação global de 10 milhões de euros e que finaliza agora com um total de 44 projetos financiados. O objetivo central do programa em Ciência dos Dados e Inteligência Artificial na Administração Pública consistiu na promoção do conhecimento científico a partir da análise de grandes quantidades de dados disponíveis na Administração Pública.

Com o programa o Governo pretende que os resultados da investigação em curso ajudem a encontrar soluções para se melhorar significativamente a prestação de serviços aos cidadãos e empresas, e também os processos de decisão, que serão progressivamente baseados num conhecimento da realidade, tecnicamente sustentados em provas e não em intuições.

Lista dos projetos selecionados para financiamento

Projeto Investigador Responsável Instituição Proponente
THOR – Avaliação Torácica Assistida por Computador usando POCUS Miguel Tavares Coimbra Inesc Tec – Instituto de Engenharia de Sistemas e Computadores, Tecnologia e Ciência (INESC TEC)
PandIA – Gestão de situações de confinamento com base em informação municipal e social Rui Pedro Sanches de Castro Lopes Instituto Politécnico de Bragança (IPBragança)
Um sistema inteligente para melhorar a segurança do doente e acompanhamento remoto pós-alta em cirurgia cardiotorácica. Ana Rita Mendes Londral Gamboa V4H – Associação Para A Investigação Em Valor e Inovação Tecnológica Em Saúde (Value4Health.CoLab)
Ferramenta de Apoio à Identificação, Diagnóstico e Prognóstico da Doença COVID-19 com recurso a Inteligência Artificial e Ciência dos Dados Jose António Barata de Oliveira Instituto de Desenvolvimento de Novas Tecnologias (UNINOVA/FCTUNL/UNL)
Ferramentas avançadas para diagnóstico e prognóstico em pneumologia @ Cuidados intensivos Paulo Fernando Pereira de Carvalho Universidade de Coimbra (UC)
Aplicações Móveis Baseadas em Inteligência Artificial para Resposta de Saúde Pública José Miguel de Oliveira Monteiro Salles Dias ISCTE – Instituto Universitário de Lisboa (ISCTE-IUL)
Impacto das medidas de confinamento relativas ao COVID-19 sobre mobilidade, poluição do ar, saúde e indicadores macroeconómicos em Portugal: uma abordagem em Aprendizado de Máquina. Fernando Manuel Ferreira Lobo Pereira Faculdade de Engenharia da Universidade do Porto (FE/UP)
Um Sistema de documentação de interface entre necessidades clínicas e de ciências dos dados para enfrentar o desafio da COVID Miguel De Sá E Sousa De Castelo-branco Universidade de Coimbra (UC)
Ciência de Dados Espaciais para a Pandemia COVID-19 Maria João Correia Colunas Pereira Associação do Instituto Superior Técnico para a Investigação e o Desenvolvimento (IST-ID)
Modelos de Previsão de Desenvolvimento da COVID-19 em Doentes de Risco para uma Medicina de Precisão Luís Filipe Nunes Bento Centro Hospitalar Universitário de Lisboa Central, EPE (CHULC)
Descoberta do Interactoma vírus-hospedeiro: uma abordagem guiada por AI e dados multi-ómicos Irina de Sousa Moreira Centro de Neurociências e Biologia Celular (CNBC/UC)
Ciência dos dados em vigilância epidemiológica com recurso a múltiplas fontes de dados – Melhor monitorização da gripe/COVID-19 e deteção de novos surtos Bruno Emanuel da Graça Martins Instituto de Engenharia de Sistemas e Computadores, Investigação e Desenvolvimento em Lisboa (INESC-ID/INESC/IST/ULisboa)